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！

龙图腾网获悉国网福建省电力有限公司营销服务中心;国网福建省电力有限公司申请的专利基于融合RAG和个性化图联邦学习的用电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：CN121212472B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511696041.3，技术领域涉及：G06Q10/04；该发明授权基于融合RAG和个性化图联邦学习的用电预测方法及系统是由詹祥澎;钱晓瑞;瞿颖;陈宇颖;吴凡;徐钰洁;高乐言;肖恺;潘舒宸;徐鸣;张坤三;朱玲玲;卢威;陈菲菲;张怡;董美蓉;林星烨;肖元正;陈旭鹏;江润叶设计研发完成，并于2025-11-19向国家知识产权局提交的专利申请。

本基于融合RAG和个性化图联邦学习的用电预测方法及系统在说明书摘要公布了：本发明涉及基于融合RAG和个性化图联邦学习的用电预测方法及系统，属于电量预测技术领域。方法包括步骤：对各市辖区的历史用电量数据进行预处理，将其转换为数据框，并通过去除全空值列、剔除异常数据和采用线性插值填充缺失值等方式提高数据质量；利用Z‑score及Min‑Max标准化方法对数据归一化处理；采用图神经网络作为基础模型结构，结合地理位置信息生成邻接矩阵，捕捉社区间的空间关联关系；引入RAG知识库，整合特殊场景结构化外部知识，通过Sentence‑BERT生成嵌入向量实现历史场景检索，结合门控机制融合检索结果与模型预测，在联邦学习框架下，服务器初始化多个个性化模型，用户在本地进行训练上传更新后的模型参数，服务器通过功能特征相似度计算用户间的聚合权重。

本发明授权基于融合RAG和个性化图联邦学习的用电预测方法及系统在权利要求书中公布了：1.基于融合RAG和个性化图联邦学习的用电预测方法，其特征在于，包括以下步骤： 构建联邦学习框架，包括服务器和参与方，将各市辖区作为参与方，获取市辖区内各社区的标准化电量数据、市辖区内各社区之间的邻接矩阵和场景特征向量；基于所述场景特征向量，利用预设的RAG知识库获得历史电量特征矩阵； 服务器基于图神经网络生成初始个性化用电模型并下发至市辖区，所述初始个性化用电模型通过标准化电量数据、邻接矩阵和历史电量特征矩阵进行本地训练，获得本地个性化用电模型； 市辖区将本地个性化用电模型上传至服务器，服务器使用随机分块模型生成伪图数据后输入本地个性化用电模型，获得市辖区内各社区对应的功能特征，对所述功能特征取均值获得市辖区平均功能特征；对任意两个参与方之间的平均功能特征进行相似度计算，并对计算获得的相似度进行归一化后作为本地个性化用电模型聚合权重；基于本地个性化用电模型聚合权重聚合本地个性化用电模型，获得最终个性化用电模型； 服务器使用随机分块模型生成伪图数据具体为： 统计真实参与方的节点规模获得伪图总节点数，以公式表达为： ； 式中，为伪图总节点数，为真实参与方总数，为第个市辖区内社区总数； 基于伪图总节点数定义伪图节点集合； 将伪图的个节点随机分配至预设个数的模拟社区聚类块中，其中，块分配概率以公式表达为： ； 式中，表示伪图中节点被分配到第个块的概率；为伪图中节点被分配到的块编码；为模拟社区聚类块的预设个数； 根据节点的块分配结果和边生成规则，生成伪图的边及边集，所述边生成规则以公式表达为： ； 式中，为节点和之间的边，为边集，为节点和对应的服从均匀分布的随机数，为块和之间的边生成概率； 基于节点集合和边集获得伪图数据； 服务器将最终个性化用电模型下发至参与方进行居民用电预测。

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国网福建省电力有限公司营销服务中心;国网福建省电力有限公司，其通讯地址为：350003 福建省福州市鼓楼区五四路264号2#楼9-15层；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。