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！

龙图腾网获悉工大科雅(天津)能源科技有限公司申请的专利一种换热站间协同预测供热负荷的方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：CN116029452B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310126677.9，技术领域涉及：G06Q10/04；该发明授权一种换热站间协同预测供热负荷的方法是由高晓宇;宋建材;李少武;郭海娇;耿鹤朋设计研发完成，并于2023-02-16向国家知识产权局提交的专利申请。

本一种换热站间协同预测供热负荷的方法在说明书摘要公布了：本发明提供了一种换热站间协同预测供热负荷的方法，包括以下步骤：S1：获取供热系统的一次管线拓扑结构，以管线为边、换热站为节点构造供热管网有向图；S2：由供热管网有向图的拓扑结构计算得到供热管网邻接矩阵；S3：以十分钟时间间隔定时采集换热站控制柜的运行监测参数，取每小时聚合平均值作为逐时换热站运行数据存入数据库中；S4：分别计算相邻两个换热站的逐时耗热量的相关性；S5：基于两层图卷积神经网络对拓扑相邻换热站的耗热量提取空间特征依赖；S6：获取空间特征依赖大于0.3条件下的各换热站的运行监测参数，采用时间卷积神经网络协同预测各个换热站的供热负荷。本发明能解决集中供热系统的换热站供热负荷预测精度低的问题。

本发明授权一种换热站间协同预测供热负荷的方法在权利要求书中公布了：1.一种换热站间协同预测供热负荷的方法，其特征在于，包括以下步骤： S1：获取供热系统的一次管线拓扑结构，以管线为边、换热站为节点构造供热管网有向图；所述以管线为边、换热站为节点构造供热管网有向图； D＝V,E Ei,j＝Vi，Vj，i,j＝1,2,…,n 其中，D为供热管网有向图，V是顶点集合，顶点Vi表示编号为i的换热站；顶点Vj表示编号为j的换热站，E是边集合边，边Ei，j表示编号为i的换热站和编号为j的换热站之间的供热管线，n为换热站总数； S2：由供热管网有向图的拓扑结构计算得到供热管网邻接矩阵；所述供热管网邻接矩阵A为： A＝{A[i,j]}；其中， 其中，A[i,j]为第i个换热站Vi与第j个换热站Vj间管线连接逻辑值；i,j＝1,2,…n； S3：以十分钟时间间隔定时采集换热站控制柜的运行监测参数，取每小时聚合平均值作为逐时换热站运行数据存入数据库中； S4：分别计算相邻两个换热站的逐时耗热量的相关性，所述相邻两个换热站的逐时耗热量的相关性为： 其中，Qi和Qj分别是第i个换热站和第j个换热站的耗热量；函数E是求期望；ρi,j为第i个换热站Vi与第j个换热站间Vj的耗热量的相关性，covQi,Qj为第i个换热站Vi与第j个换热站间Vj的耗热量的标准差，为第i个换热站Vi的耗热量的标准差，为第j个换热站Vj的耗热量的标准差，为第i个换热站Vi的耗热量的均值，为第j个换热站Vj的耗热量的均值； S5：基于两层图卷积神经网络对拓扑相邻换热站的耗热量提取空间特征依赖，包括： 基于全部相邻两个换热站的逐时耗热量的相关性组成供热管网相关性矩阵P＝{ρi,j}，i,j＝1,2,…n； 将所述供热管网邻接矩阵和供热管网相关性矩阵输入两层图； 卷积神经网络得到空间特征依赖；所述空间特征依赖的计算方法为： 其中，fA,P为空间特征依赖，Sigmiid函数和ReLU函数分别为两层图卷积网络的激活函数，W0和W1分别为ReLU函数、Sigmoid函数的权重，为所述供热管网邻接矩阵A的拉普拉斯变换，Δ表示求度矩阵，I表示单位矩阵； S6：获取空间特征依赖大于0.3条件下的各换热站的运行监测参数，采用时间卷积神经网络协同预测各个换热站的供热负荷。

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工大科雅(天津)能源科技有限公司，其通讯地址为：300000 天津市南开区华苑产业区兰苑路2号(贰号)2号楼-1008；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。