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！

龙图腾网获悉触景无限科技(北京)有限公司申请的专利一种基于大模型的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：CN120806292B 。

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：202511296413.3，技术领域涉及：G06Q10/04；该发明授权一种基于大模型的电网负荷预测方法及系统是由张志胜;李文富;朱卫光;肖洪波设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本一种基于大模型的电网负荷预测方法及系统在说明书摘要公布了：本发明公开了一种基于大模型的电网负荷预测方法及系统，涉及电网负荷预测技术领域。包括：S1，采集多源负荷综合数据，进行边缘处理和数据预处理；S2，实时监测突变点，构建行为标签序列，识别高频扰动点；S3，构造多源负荷综合数据的预测输入向量，进行负荷数据预测，计算物理约束正则化值；S4，进行动态可信区间评估，根据可信边界值区间对预测结果进行实时判定，并反馈调控指令；S5，进行误差分析与再训练触发，综合评估预测准确性与输出稳定性，进行模型优化和版本管理与反馈学习。解决了由于高密度负荷场景下，负荷变化速度快而导致预测模型易震荡的问题。

本发明授权一种基于大模型的电网负荷预测方法及系统在权利要求书中公布了：1.一种基于大模型的电网负荷预测方法，其特征在于，包括以下步骤： S1，实时采集多源负荷综合数据，汇集多源负荷综合数据进行边缘处理，并进行数据预处理； S2，实时监测突变点，并构建行为标签序列提取负荷变化模式，识别高频扰动点，并根据识别结果实行优化措施； 所述实时监测突变点，并构建行为标签序列提取负荷变化模式，识别高频扰动点的具体过程为： 通过滑动时间窗口计算负荷数据的波动率，监控短时负荷数据变化趋势，接入贝叶斯突变检测模型实时识别负荷数据波动曲线中的概率性结构突变，结合当前时间段和区域负荷密度对异常判断阈值进行自适应微调；将每天的负荷数据波动曲线按时段特征转化为符号模式标签，以行为片段为单位进行结构表达，通过无监督聚类算法对这些标签序列进行聚类分析，识别出潜在的周期性结构或异常模式变化； 获取实时负荷数据，得到当前时刻的负荷数据和上一时刻的负荷数据；基于滑动时间窗口长度内采集到的各个时刻的负荷数据计算均值得到平均负荷数据；获取实时温度数据，得到当前时刻的温度数据和上一时刻的温度数据，对两个时刻的温度数据作差得到温度差；通过统计多源负荷综合数据库中一年内温度数据变化量的分布，并依据百分之九十五以上的温度数据波动不超过某一数值确定一个温度扰动参考尺度；用当前时刻的负荷数据减去上一时刻的负荷数据并取绝对值得到负荷数据绝对变化量，将负荷数据绝对变化量除以平均负荷数据得到负荷波动率；将温度差与温度扰动参考尺度的比值与常数一相加得到一个温度影响项；将负荷波动率与温度影响项相乘得到高频扰动点判别值； 所述并根据识别结果实行优化措施的具体过程为： 实时比对高频扰动点判别值与一级、二级扰动阈值，当高频扰动点判别值小于或等于扰动阈值时，则认为当前负荷波动平稳，继续保持使用当前神经网络时序预测模型进行负荷预测，适当启用预测缓存和轻量化推理模型，对边缘计算节点进行降频运行，将当前平稳段标记为正常样本； 当高频扰动点判别值大于一级扰动阈值且小于或等于二级扰动阈值时，则表示负荷变化相对平均值超过百分之二十，缩短预测周期，强化瞬时响应，边缘计算节点实时记录高频扰动点判别值异常时段，标注为扰动段，平台级触发预测精度预警状态，显示为需关注区域； 当高频扰动点判别值大于二级扰动阈值时，则表示负荷发生剧烈跃变且伴随环境剧变，联动储能系统进行预调度，联动设备根据优先级执行按需削负，通过可编程逻辑控制器下发用电功率限制信号，若异常波动同时云端平台不可达，在边缘侧启动保护策略：进入静态预测和备用值输出，并将扰动段与城市事件、工业排产数据比对； S3，构造多源负荷综合数据的预测输入向量，进行负荷数据预测，引入物理约束项，并计算物理约束正则化值判定神经网络时序预测模型的预测结果是否违反物理边界条件以及是否存在剧烈跳变； S4，融合预测结果，基于滑动时间窗口进行动态可信区间评估，根据可信边界值区间对预测结果进行实时判定，并反馈调控指令； S5，进行误差分析与再训练触发，综合评估预测准确性与输出稳定性，并进行神经网络时序预测模型优化和版本管理与反馈学习。

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触景无限科技(北京)有限公司，其通讯地址为：100085 北京市海淀区创业中路32号楼5层32-5-01；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。