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！

龙图腾网获悉浙江财经大学申请的专利一种传染病流行期间短期电力负荷预测方法及装置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：CN114707691B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202210128543.6，技术领域涉及：G06Q10/04；该发明授权一种传染病流行期间短期电力负荷预测方法及装置是由张文宇;陈谦;张帅;王子恒;徐纪元设计研发完成，并于2022-02-11向国家知识产权局提交的专利申请。

本一种传染病流行期间短期电力负荷预测方法及装置在说明书摘要公布了：本发明公开了一种传染病流行期间短期电力负荷预测方法及装置，通过构建包括不同地理区域电力负荷数据、时间信息、天气数据和移动数据的知识库，以构建的知识库训练迁移深度学习模型，所述迁移深度学习模型的输入为不同地理区域的时间信息、天气数据和移动数据，所述迁移深度学习模型的输出为不同地理区域的短期电力负荷预测结果，在训练中以深度强化学习来确定所述迁移深度学习模型共享权重层的最优超参数，以训练好的采用最优超参数的迁移深度学习模型进行电力负荷预测。本发明能够提高预测精度，并克服与传染病流行相关的移动数据有限的问题。

本发明授权一种传染病流行期间短期电力负荷预测方法及装置在权利要求书中公布了：1.一种传染病流行期间短期电力负荷预测方法，其特征在于，所述传染病流行期间短期电力负荷预测方法，包括： 构建包括不同地理区域电力负荷数据、时间信息、天气数据和移动数据的知识库，所述移动数据为客流量的相对变化数据； 以构建的知识库训练迁移深度学习模型，所述迁移深度学习模型的输入为不同地理区域的时间信息、天气数据和移动数据，所述迁移深度学习模型的输出为不同地理区域的短期电力负荷预测结果，在训练中以深度强化学习来确定所述迁移深度学习模型共享权重层的最优超参数，所述深度强化学习的状态为所述迁移深度学习模型共享权重层的超参数，所述深度强化学习的动作为调整所述超参数的具体动作，所述深度强化学习的奖励为预测精度相关函数； 以训练好的采用最优超参数的迁移深度学习模型进行电力负荷预测； 其中，所述在训练中以深度强化学习来确定所述迁移深度学习模型共享权重层的最优超参数，还包括： 将深度强化学习遍历过的状态及其对应的Q值作为训练集，训练极端梯度提升机； 使用训练后的极端梯度提升机预测未被深度强化学习遍历过的状态的Q值，选取最大Q值所对应的状态，作为所述超参数的最优值。

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浙江财经大学，其通讯地址为：310018 浙江省杭州市下沙高教园区学源街18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。