买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网数字科技控股有限公司;国网智联电商有限公司申请的专利办公楼柔性负荷资源的调度方法、装置、系统及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121094483B 。

龙图腾网通过国家知识产权局官网在2026-02-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511621826.4，技术领域涉及：G06Q10/0631；该发明授权办公楼柔性负荷资源的调度方法、装置、系统及介质是由崔博远;林宪平;周振鹏;田继明;李浩;樊雪源;安琪儿;李东洋;邢羽;牛增贤;史晨露;张军令;李英松;马玥;王雨朦设计研发完成，并于2025-11-07向国家知识产权局提交的专利申请。

本办公楼柔性负荷资源的调度方法、装置、系统及介质在说明书摘要公布了：本发明涉及电力负荷调控技术领域，提供了一种办公楼柔性负荷资源的调度方法、装置、系统及介质。实现方案为：对各个办公楼设备所属负荷群进行多层聚类，得到目标负荷群；对目标负荷群进行潜能概率预测，得到目标负荷群在目标时间的潜能概率预测值；对目标负荷群在目标时间的潜能概率预测值进行建模，得到可调节潜能函数；基于可调节潜能函数的积分结果，确定目标负荷群在目标时间的相对匹配概率约束；基于目标负荷群在目标时间的相对匹配概率约束和第一约束条件，通过改进粒子群算法和或改进遗传算法对负荷资源调控模型进行求解，得到目标调度方案。本发明实施例可提高资源调控精度和资源配置效率。

本发明授权办公楼柔性负荷资源的调度方法、装置、系统及介质在权利要求书中公布了：1.一种办公楼柔性负荷资源的调度方法，其特征在于，包括： 对各个办公楼设备所属负荷群进行多层聚类，得到目标负荷群； 基于人口地形密度指标、本地气候修正指标、设备效率修正指标各指标在目标时间的参数值，对所述目标负荷群进行潜能概率预测，得到所述目标负荷群在目标时间的潜能概率预测值； 基于正态分布函数对所述目标负荷群在目标时间的潜能概率预测值进行建模，得到所述目标负荷群在目标时间的可调节潜能函数； 基于所述目标负荷群在目标时间的可调节潜能函数的积分结果，确定所述目标负荷群在目标时间的相对匹配概率约束； 以单位调控成本、频率偏差率、调节平均绝对误差、舒适度不达标率、单位调控延迟响应时间最小化为目标，构建负荷资源调控模型； 基于所述目标负荷群在目标时间的相对匹配概率约束和第一约束条件，通过改进粒子群算法和或改进遗传算法对所述负荷资源调控模型进行求解，得到目标调度方案，其中，所述目标调度方案包括所述目标负荷群在目标时间的目标调控功率、目标函数值和目标约束结果，所述第一约束条件包括有功功率供需平衡约束、无功功率供需平衡约束、被调节区域电量变化约束、电价波动约束； 所述基于人口地形密度指标、本地气候修正指标、设备效率修正指标各指标在目标时间的参数值，对所述目标负荷群进行潜能概率预测，得到所述目标负荷群在目标时间的潜能概率预测值，包括： 基于目标时间的第一负荷数据，确定所述人口地形密度指标在目标时间的参数值，其中，所述第一负荷数据至少包括所述目标负荷群所在区域的人口密度和实时气候数据； 基于所述人口地形密度指标在目标时间的参数值，与所述本地气候修正指标在目标时间的参数值的比值，确定第一计算结果； 对所述第一计算结果与所述设备效率修正指标在目标时间的参数值进行次幂运算，得到第二计算结果； 以自然常数为底，对取负数后的所述第二计算结果与自然常数进行指数运算，得到所述目标负荷群在目标时间的潜能概率预测值； 所述通过改进遗传算法对所述负荷资源调控模型进行求解，包括： 根据当前调控需求与历史调控需求之间的相似度，从历史最优解数据库中进行样本筛选，得到历史最优解样本； 对所述历史最优解样本进行种群初始化，得到初始种群，其中，所述初始种群包括多个个体，每个个体对应一个第一调控功率向量； 基于所述负荷资源调控模型对应的目标函数，对所述初始种群中各个个体对应的第一调控功率向量进行计算，得到所述初始种群中各个个体的评价函数值； 基于所述初始种群中各个个体的评价函数值，执行锦标赛选择操作以从所述初始种群中选取个体至父代种群，得到父代种群；基于算术交叉策略，对所述父代种群中的父代个体进行随机配对，并基于随机交叉因子对父代个体对所对应的第一调控功率向量进行交叉计算，得到多个子代个体；对多个所述子代个体的每个基因位进行高斯变异操作，得到多个更新后的子代个体；合并所述父代种群与多个所述更新后的子代个体，得到合并种群，并基于评价函数值从所述合并种群中筛选个体组成下一代种群； 在各个个体的评价函数值中最高评价函数值符合预设收敛条件的情况下，停止迭代，并将所述最高评价函数值对应的个体所对应的第一调控功率向量，确定为所述负荷资源调控模型的近似最优解； 所述通过改进粒子群算法对所述负荷资源调控模型进行求解，包括： 初始化粒子群，其中，所述粒子群包括多个粒子，每个粒子对应一个第二调控功率向量； 基于所述负荷资源调控模型对应的目标函数，对本次迭代的所述粒子群中各个粒子的位置进行评估，得到本次迭代下各个所述粒子的个体极值和所述粒子群的全局极值； 在本次迭代下所述粒子群的全局极值不符合预设收敛条件的情况下，基于记忆因子对所述粒子群的惯性权重进行更新，得到更新后的惯性权重；基于更新后的惯性权重、所述个体极值以及所述全局极值，对各个所述粒子的第一速度进行更新，得到各个所述粒子的第二速度；基于各个所述粒子的第二速度，对各个所述粒子的位置进行更新，得到更新后的粒子群；基于所述相对匹配概率约束，对所述更新后的粒子群中各个粒子的位置进行约束修正，得到修正粒子群，并将所述修正粒子群作为下一次迭代的粒子群； 在所述全局极值符合预设收敛条件的情况下停止迭代，并将所述全局极值对应的第二调控功率向量，确定为所述负荷资源调控模型的近似最优解。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网数字科技控股有限公司;国网智联电商有限公司，其通讯地址为：071700 河北省保定市雄安新区起步区渥城路88号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。