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一种基于XGBoost模型的电网负荷预测方法、设备及介质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：CN121529545B 。

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：202610024591.9，技术领域涉及：H02J3/00；该发明授权一种基于XGBoost模型的电网负荷预测方法、设备及介质是由钱晓瑞;詹祥澎;肖恺;陈宇颖;瞿颖;朱玲玲;徐鸣;卢威;吴凡;潘舒宸;郑雄辉;肖元正;黄佳慧;陈熙;饶颖颖;陈旭鹏;陈菲菲;张怡;杜松燕;郑文悦;郑欣玲设计研发完成，并于2026-01-09向国家知识产权局提交的专利申请。

本一种基于XGBoost模型的电网负荷预测方法、设备及介质在说明书摘要公布了：本发明涉及一种基于XGBoost模型的电网负荷预测方法、设备及介质，属于电网负荷预测技术领域，包括以下步骤：获取电网历史负荷数据，将其分解为趋势、季节和残差组件。对趋势组件的一阶差分拟合ARMA模型，用最大似然法确定最优参数；对季节组件拟合傅里叶回归模型，残差组件拟合AR模型，均采用最小二乘法获取最优参数，并预测电网第一负荷。获取电网负荷相关数据，输入XGBoost模型进行训练并预测出电网第二负荷。对电网第一负荷和第二负荷进行加权融合处理得出电网负荷。本发明融合了电网第一负荷和第二负荷，提升了预测精度，又增强了模型鲁棒性。

本发明授权一种基于XGBoost模型的电网负荷预测方法、设备及介质在权利要求书中公布了：1.一种基于XGBoost模型的电网负荷预测方法，其特征在于，包括以下步骤： 获取电网历史负荷数据，基于所述电网历史负荷数据获取趋势组件、季节组件以及残差组件； 计算趋势组件的一阶差分，对所述一阶差分拟合ARMA模型，并采用最大似然法获取ARMA模型最优的参数； 对所述季节组件拟合傅里叶回归模型，并采用最小二乘法获取傅里叶回归模型最优的参数； 对所述残差组件拟合AR模型，并采用最小二乘法获取AR模型最优的参数； 基于ARMA模型最优的参数、傅里叶回归模型最优的参数以及AR模型最优的参数预测电网第一负荷，具体步骤为： 基于ARMA模型最优的参数采用ARMA模型预测时间的一阶差分，以公式表示为： ； 式中，表示时间的一阶差分，表示时间的一阶差分，表示时间的白噪声，表示第一功率常数项，表示自回归阶数，表示移动平均阶数，表示第阶自回归系数，表示第阶移动平均系数； 基于时间的一阶差分获取趋势组件在时间的功率值，以公式表示为： ； 式中，表示趋势组件在时间的功率值，表示趋势组件在时间的功率值； 基于傅里叶回归模型最优的参数采用傅里叶回归模型预测季节组件在时间的功率值，以公式表示为： ； 式中，表示季节组件在时间的功率值，表示第二功率常数项，表示傅里叶级数项数，表示傅里叶级数中第个频率分量的正弦项系数，表示第个频率分量的正弦基函数，表示傅里叶级数中第个频率分量的余弦项系数，表示第个频率分量的余弦基函数； 基于AR模型最优的参数采用AR模型预测残差组件在时间的负荷功率，以公式表示为： ； 式中，表示残差组件在时间的负荷功率，表示残差组件在时间的负荷功率，表示AR模型的阶数，表示AR模型第阶自回归系数； 基于趋势组件在时间的功率值、季节组件在时间的功率值以及残差组件在时间的负荷功率获取电网第一负荷，以公式表示为： ； 式中，表示时间的电网第一负荷； 获取电网负荷相关数据，将所述电网负荷相关数据输入XGBoost模型进行训练； 使用训练完成的XGBoost模型预测电网第二负荷； 对所述电网第一负荷与电网第二负荷进行加权融合处理，得到电网负荷。

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。