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！

龙图腾网获悉中国石油大学(华东)申请的专利一种基于深度学习的电能能耗采集分析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：CN115357642B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202211025256.9，技术领域涉及：G06F18/2431；该发明授权一种基于深度学习的电能能耗采集分析方法及系统是由张卫山;聂宇铭;包致成;刘宇儒;张镇;朱钊墨设计研发完成，并于2022-08-25向国家知识产权局提交的专利申请。

本一种基于深度学习的电能能耗采集分析方法及系统在说明书摘要公布了：本发明提供了一种基于深度学习的电能能耗采集分析方法及系统，其中方法具体包括以下步骤：数据采集装置采集能耗数据，包括用电数据、日期、地区和天气数据，并写入数据库；数据预处理模块对数据库内存储的数据进行预处理；分类模块LSTM‑FCN算法根据用电特征对用户所属行业进行分类；预测模块N‑BEATS算法根据输入的特定时间段的用电数据预测未来特定时间段的用电数据。本发明提供了一种从底层数据采集到顶层数据分析的能耗采集分析方法，同时在能耗分析时首先建立分类模型，对采集的能耗序列按特征进行分类，在分类的基础上建立预测模型，针对不同类型的用户有不同的预测模型进行能耗预测，提高准确率和泛化性以及可解释性。

本发明授权一种基于深度学习的电能能耗采集分析方法及系统在权利要求书中公布了：1.一种基于深度学习的电能能耗采集分析方法，其特征在于，包括以下步骤： 步骤1，通过数据采集装置获取若干个行业中用户的智能电表的某一时间段的能耗数据，包括用电数据、日期、地区和天气数据并写入数据库； 步骤2，对写入数据库的数据进行预处理；所述预处理是对于数据异常的问题，将异常的数据剔除，对于数据缺失问题，根据模型需要数据的格式对数据进行切片，避开存在缺失的部分； 步骤3，把行业维度作为标签，将步骤2中预处理后的用电数据、日期、地区和天气数据四种数据作为特征分别输入LSTM-FCN算法模型中进行模型的训练，并使用训练好的LSTM-FCN算法模型根据采集输入的能耗数据对能耗的用户进行行业分类； 步骤4，将获取的不同行业的特定时间段的电力数据分别对N-BEATS算法模型进行训练，并获得若干个不同行业的N-BEATS算法模型；根据步骤3中分类的用户所属行业，将采集的特定时间段的用电数据输入对应行业的训练完成的N-BEATS算法模型中，对未来特定时间段的用电数据进行预测； 所述N-BEATS算法模型以堆栈-块的层次结构组成；所述堆栈包含多个块，针对于不同解释性对用电数据进行预测；所述块由全卷积块和可解释计算模块组成，所述全卷积块提取用电数据特征，所述可解释计算模块计算该可解释方面的预测值；具体工作步骤如下： S1，输入上个块输入与后向预测的残差； S2，输入的数据首先经过4层全卷积，提取用电数据的特征； S3，对步骤S2输出的数据进行可解释性计算，获得针对于该解释方面的预测； 使用多项式拟合时间序列的趋势，拟合公式为： 使用三角函数拟合时间序列的季节性，拟合公式为： 其中N为多项式的最高次项指数，t为时间，为第s个堆栈中的第b个块全卷积层的输出，H表示时间序列的长度，为超参数。

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中国石油大学(华东)，其通讯地址为：266000 山东省青岛市黄岛区长江西路66号；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”。