恭喜南京深度智控科技有限公司李辉获国家专利权
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!
龙图腾网恭喜南京深度智控科技有限公司申请的专利基于能耗分项计量的用电需求自动响应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:CN119494523B 。
龙图腾网通过国家知识产权局官网在2025-06-20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:202510080913.7,技术领域涉及:G06Q10/0631;该发明授权基于能耗分项计量的用电需求自动响应方法是由李辉;常晓敏;偶洋;张国庆设计研发完成,并于2025-01-20向国家知识产权局提交的专利申请。
本基于能耗分项计量的用电需求自动响应方法在说明书摘要公布了:一种基于能耗分项计量的用电需求自动响应方法,该方法包括:获取电网历史负荷数据,对电网历史负荷数据进行预处理和标准化,构建数据集。通过相关系数从数据集中选取与负荷值相关度超过第一阈值的提取特征,采用主成分分析基于提取特征构建原始特征矩阵,基于原始特征矩阵计算协方差矩阵,得到降维后的特征矩阵。计算不同聚类数目的总平方误差,并通过肘部法则确定最优聚类数目,采用聚类算法初始化聚类中心。基于选定的聚类数目和初始聚类中心对降维后的特征矩阵进行聚类,更新迭代聚类中心直至收敛。将未来特征矩阵投影至降维后的特征空间中,计算特征空间中每个未来特征到各簇质心的距离,分配得到最近簇,以输出负荷预测结果。
本发明授权基于能耗分项计量的用电需求自动响应方法在权利要求书中公布了:1.一种基于能耗分项计量的用电需求自动响应方法,其特征在于,所述方法包括:获取电网历史负荷数据,并对所述电网历史负荷数据进行预处理和标准化,以构建数据集,所述预处理包括缺失值填补、异常值检测以及时间特征和滚动统计特征的构建,所述滚动统计特征为通过计算历史第一时间段内的所述电网历史负荷数据的平均负荷和标准差得到的;通过相关系数从所述数据集中选取与负荷值相关度超过第一阈值的提取特征,并采用主成分分析算法基于所述提取特征构建原始特征矩阵,以基于所述原始特征矩阵计算协方差矩阵,得到降维后的特征矩阵;计算不同聚类数目的总平方误差,并通过肘部法则确定最优聚类数目,以及采用K-means聚类算法初始化聚类中心,得到选定的最优聚类数目和初始聚类中心;基于所述选定的聚类数目和初始聚类中心对所述降维后的特征矩阵进行K-means聚类,以更新迭代所述聚类中心直至收敛,生成聚类结果;构建未来特征矩阵,并将所述未来特征矩阵投影至降维后的特征空间中,并计算所述特征空间中每个未来特征到各簇质心的距离,分配得到最近簇,以输出负荷预测结果,其中,所述未来特征矩阵为基于提取的未来第二时间段内的电网负荷数据构建得到的;所述负荷预测结果包括电网在未来第三时间段内的电网负荷情况以及各工序的用电需求,所述方法还包括:基于预测的所述电网负荷情况以及各工序的电量需求,通过深度学习算法对多个工序进行拓扑排序,以获取多个用于表征不同工序之间依赖关系和用电需求的工序拓扑排序结果;基于所述工序拓扑排序结果,并结合预测的所述电网负荷情况以及各工序的用电需求,调用深度学习算法从多个所述工序拓扑排序结果中动态选取最优拓扑排序,以将电力负荷最优分配至各工序。
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南京深度智控科技有限公司,其通讯地址为:210000 江苏省南京市江北新区星火路17号创智大厦A座6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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。