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！

龙图腾网获悉宁波市电力设计院有限公司申请的专利一种基于深度学习的地区电网负荷预测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：CN120473977B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202510447009.5，技术领域涉及：H02J3/00；该发明授权一种基于深度学习的地区电网负荷预测方法及系统是由谢宇哲;周盛;许家玉;臧兴海;黄炜;韩寅峰;黄亮;贺艳华;韩丽增设计研发完成，并于2025-04-10向国家知识产权局提交的专利申请。

本一种基于深度学习的地区电网负荷预测方法及系统在说明书摘要公布了：本发明提供了一种基于深度学习的地区电网负荷预测方法及系统，地区电网负荷预测方法包括：整合实时用电数据与历史用电数据库构建动态数据集；采用时序分析模型提取当前周期用电特征并与历史同期数据进行相似判断；若判断不相似，则获取第一位置信息，判断当前地区是否满足第一电费条件；结合气象预报匹配历史相似天气模式，提取未来第二周期以及关联周期内的用电特征数据和发电特征数据；判断未来第二周期内当前地区是否满足负荷要求；若判断不满足则需要隔壁地区的电量调配；若判断满足则继续进行日常监测，并向隔壁地区提前发出借电预警；若判断相似，则说明当前地区的负荷情况稳定。本发明提高了电网负荷预测的智能化程度。

本发明授权一种基于深度学习的地区电网负荷预测方法及系统在权利要求书中公布了：1.一种基于深度学习的地区电网负荷预测方法，其特征在于，包括： 整合实时用电数据与历史用电数据库，构建动态数据集； 根据所述动态数据集，采用时序分析模型提取当前周期用电特征，并与历史同期数据进行相似判断； 若判断不相似，则获取当前地区的地理位置，得到第一位置信息，根据所述第一位置信息判断所述当前地区是否满足第一电费条件，得到第一判断结果； 根据所述第一位置信息获取所述当前地区历史每个相同季度的电费总额； 根据所述历史每个相同季度的电费总额计算电费系数； 根据所述电费系数判断是否满足第一电费条件； 将所述历史每个相同季度的电费总额进行两两逐级做差，得到多个电费差值； 将所述多个电费差值做均值计算，得到所述电费系数； 若所述电费系数大于等于设定阈值，则判断满足第一电费条件； 若所述电费系数小于所述设定阈值，则判断不满足第一电费条件； 结合气象预报匹配历史相似天气模式，提取未来第二周期以及关联周期内的用电特征数据和发电特征数据； 获取所述当前地区未来第二周期内的气象预报，得到第一天气情况；在气象系统中查询和所述第一天气情况相似的历史第一天气情况，并获取所述历史第一天气情况对应的历史第二周期的用电量，得到历史第二用电数据以及获取所述历史第一天气情况对应的历史第一发电数据： 所述历史第一发电数据的所述历史第一天气情况的匹配方式和所述历史第二用电数据的所述历史第一天气情况的匹配方式相同； 获取所述第一天气情况中存在的发电天气的数量，记为第一天气数，获取所述第一天气情况中存在的恶劣天气的数量，记为第二天气数； 根据所述第一天气数和所述第二天气数在寻找对应的所述历史第一天气情况； 其中，所述发电天气为晴天和多云，所述恶劣天气为除所述发电天气外的所有天气情况； 若没有与所述第一天气数和所述第二天气数匹配的所述历史第一天气情况，则将所述第一天气数减少一个设定数量进行匹配； 若存在匹配的所述历史第一天气情况，则判断是否存在多个历史第一天气情况； 若存在多个历史第一天气情况，则取所述多个历史第一天气情况中的用电量的均值作为所述历史第二用电数据，取所述多个历史第一天气情况中发电量的均值作为所述历史第一发电数据； 根据所述用电特征数据和所述发电特征数据和所述第一判断结果判断未来第二周期内所述当前地区是否满足负荷要求； 若判断不满足，则需要隔壁地区的电量调配； 若判断满足，则继续进行日常监测，并向所述隔壁地区提前发出借电预警； 若判断相似，则说明所述当前地区的负荷情况稳定。

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宁波市电力设计院有限公司，其通讯地址为：315000 浙江省宁波市江北区北岸财富中心11幢4-1；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。