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！

龙图腾网获悉山东未来网络研究院(紫金山实验室工业互联网创新应用基地)申请的专利一种基于机器学习的建筑园区节能潜力评估方法及系统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：CN121146965B 。

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：202511689985.8，技术领域涉及：G06Q50/06；该发明授权一种基于机器学习的建筑园区节能潜力评估方法及系统是由邱浩霖;刘震;曹颂群;常悦;杨磊设计研发完成，并于2025-11-18向国家知识产权局提交的专利申请。

本一种基于机器学习的建筑园区节能潜力评估方法及系统在说明书摘要公布了：本发明涉及建筑节能与能源管理技术领域，具体涉及一种基于机器学习的建筑园区节能潜力评估方法及系统，本发明在使用时，通过多源能源数据采集模块细分至建筑、楼层、设备层级采集用能数据，并融合气象、人流、设备工况等关键因素，基于3原则的异常值剔除方案及适配数据分布的标准化算法，有效解决数据维度单一与连续性不足的问题，为评估提供高质量数据支撑，同时，通过特征工程提取温度与空调负荷、人流与设备用电等交叉特征，结合第一子模型捕捉长短期依赖和第二子模型修正偏差的混合模型，解决传统模型无法处理多因素交互影响的问题，提高预测精度，为节能潜力评估提供可靠的未来用能数据。

本发明授权一种基于机器学习的建筑园区节能潜力评估方法及系统在权利要求书中公布了：1.一种基于机器学习的建筑园区节能潜力评估方法，其特征在于，包括以下步骤： S1、采集建筑园区的能源特征数据，对能源特征数据进行预处理，输出标准化数据集； S2、基于标准化数据集，挖掘建筑园区的分时用电模式，构建用户行为标签体系并生成电力用户行为画像； S3、对标准化数据集进行特征工程，构建与训练多源融合的用能预测模型，输出未来的分时用能预测结果； S4、结合历史改造数据与预测结果，计算建筑园区的综合节能潜力及节能等级； S5、根据用户行为画像和节能评估结果，生成节能措施，并与虚拟电厂调度平台联动； S6、选取节能改造试点园区，采集试点改造后实际数据，通过试点偏差验证优化用能预测模型与节能潜力评估逻辑； 所述能源特征数据包括基础用能数据、影响因素数据和历史改造数据，所述基础用能数据包括园区各建筑、楼层和设备的分时用电量与电参数，所述分时用电量的采样间隔设为第一预设间隔，所述电参数包括电压、电流和功率因数，所述设备包括空调、照明、充电桩和办公设备，所述影响因素数据包括气象数据、人流数据、设备工况数据和电价数据，所述气象数据的采样间隔设为第二预设间隔，所述历史改造数据包括已实施节能改造的技术方案、改造前后预设周期的能耗对比数据、改造投入成本和节能收益数据； 在步骤S2中，所述分时用电模式用聚类算法挖掘，挖掘得到的分时用电模式包括高负荷持续型、间歇波动型和低负荷稳定型，结合关联规则算法挖掘影响因素数据与分时用电模式的关联关系，筛选关联度大于第一预设关联度阈值的关键影响因子，所述关联规则算法用于挖掘影响因素与用电模式间的潜在关联； 在步骤S2中，所述用户行为标签体系为三维标签体系，所述三维标签体系包括用能强度标签、负荷波动性标签和可调节潜力标签，所述用能强度标签按用电量阈值分为高、中和低三级，所述用电量阈值包括第一用电量阈值和第二用电量阈值，所述负荷波动性标签按日负荷波动系数分为平稳、中等和波动三级，所述波动系数阈值包括第一波动系数阈值和第二波动系数阈值，所述可调节潜力标签按可削减负荷占比阈值分为高、中和低三级，所述占比阈值包括第一占比阈值和第二占比阈值，通过分类模型输入关键影响因子与分时用电特征向量，生成电力用户行为画像，所述分类模型用于基于关键特征生成用户行为标签，高负荷持续型标签对应用电量大于第一用电量阈值的用能强度标签，高可调节潜力型标签对应可削减负荷占比大于第一占比阈值的可调节潜力标签； 在步骤S5中，所述节能措施生成逻辑基于用户行为画像标签与节能等级的匹配关系确定，当用户行为画像标签为高负荷持续型，且建筑园区节能等级判定为一级时，从历史改造数据中筛选并匹配高收益节能方案，所述高收益节能方案针对高负荷场景设计，可实现高效节能，当用户行为画像标签为高可调节潜力型，且节能等级判定为一级时，基于峰谷电价差与可调节负荷量计算负荷转移策略，生成虚拟电厂峰谷套利策略。

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山东未来网络研究院(紫金山实验室工业互联网创新应用基地)，其通讯地址为：250002 山东省济南市市中区山东大学国家大学科技园7号楼14层；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。