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！

龙图腾网获悉京能东风(十堰)能源发展有限公司申请的专利一种用于热力站负荷预测输入变量分类的改进型聚类算法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：CN116166976B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202310183044.1，技术领域涉及：G06F18/23；该发明授权一种用于热力站负荷预测输入变量分类的改进型聚类算法是由果泽泉;何波;何强;罗勇;周继平设计研发完成，并于2023-03-01向国家知识产权局提交的专利申请。

本一种用于热力站负荷预测输入变量分类的改进型聚类算法在说明书摘要公布了：本发明公开了一种用于热力站负荷预测输入变量分类的改进型聚类算法，涉及供热管网热力站调控技术领域，其包括以下步骤：步骤S1.采集热力站负荷预测建模历史数据；步骤S2.历史数据集切分初始化及热力站负荷预测模型的初始化；步骤S3.历史数据集切分效果以及热力站负荷预测模型的迭代优化；步骤S4.历史数据集切分效果以及热力站负荷预测模型的迭代优化过程的终止；步骤S5.对新输入样本进行热力站负荷预测。

本发明授权一种用于热力站负荷预测输入变量分类的改进型聚类算法在权利要求书中公布了：1.一种用于热力站负荷预测输入变量分类的改进型聚类算法，其特征在于，包括以下步骤： 步骤S1．采集热力站负荷预测建模历史数据； 步骤S2．历史数据集切分初始化及热力站负荷预测模型的初始化； 步骤S3．历史数据集切分效果以及热力站负荷预测模型的迭代优化； 步骤S4．历史数据集切分效果以及热力站负荷预测模型的迭代优化过程的终止； 步骤S5．对新输入样本进行热力站负荷预测； 步骤S1具体包括： 根据工艺理论选择对热力站实时热负荷有强解释能力的工况变量和气象变量； 假设输入变量总数为n，记为，输出变量热力站实时负荷记为，从生产数据库中采集n个输入变量和1个输出变量在T个历史时刻的历史数据，得到历史数据集合； 其中向量由在历史时刻的n+1个观测值构成； 步骤S2具体包括： 将迭代次数计数变量iter赋值为0； 设定切分后的数据子集的数量为k，使用K-均值聚类算法将历史数据集C切分成k个数据子集； 在数据子集上，用输入变量对应的历史数据作为模型输入，用热力站实时负荷对应的历史数据作为模型输出，使用支持向量机回归算法训练热力站负荷预测模型，模型与数据子集一一对应，最终得到k个热力站负荷预测模型； 计算出所有历史样本在此轮模型训练过程中产生的均方根误差； 步骤S3具体包括： 设定迭代次数上限max_iter的值； 对于第m次迭代，iter=m,，所有历史样本在上一轮迭代时模型训练过程中产生的均方根误差为； 对于历史数据集合C中的任意一个样本，从上一轮迭代时生成的k个热力站负荷预测模型中选择使得该样本的预测误差最小的模型，这个预测误差最小的模型是在上一轮迭代后生成的对应的数据子集上训练的，这个模型与对应的数据子集有相同的下标，将这个样本重新分配给预测误差最小的模型对应的数据子集，最终对上一轮迭代生成的团簇进行了更新，得到了与第m次迭代对应的聚类结果； 在数据子集上，用输入变量对应的历史数据作为模型输入，用热力站实时负荷对应的历史数据作为模型输出，使用支持向量机回归算法训练热力站负荷预测模型，模型与数据子集一一对应，最终得到k个热力站负荷预测模型； 计算出所有历史样本在此轮模型训练过程中产生的均方根误差。

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京能东风(十堰)能源发展有限公司，其通讯地址为：442000 湖北省十堰市张湾区车城西路68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。