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！

龙图腾网获悉东南大学;国网浙江省电力有限公司;国网浙江省电力有限公司营销服务中心申请的专利一种基于HHO-LSTM的客户侧柔性负荷预测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：CN115409251B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202211009527.1，技术领域涉及：G06Q10/0631；该发明授权一种基于HHO-LSTM的客户侧柔性负荷预测系统是由魏伟;高赐威;王朝亮;李磊;刘炜设计研发完成，并于2022-08-22向国家知识产权局提交的专利申请。

本一种基于HHO-LSTM的客户侧柔性负荷预测系统在说明书摘要公布了：本发明公开了一种基于HHO‑LSTM的客户侧柔性负荷预测系统，由四个功能模块组成的，包括：1数据分析和预处理模块；2基于HHO的模型参数寻优模块；3基于LSTM算法的预测模块。4对于客户信息和数据集的管理模块。本发明采用HHO对LSTM进行参数寻优，然后使用寻找到的最优参数和对应的模型对客户侧柔性负荷数据进行预测，并且基于所提的组合算法开发web系统，前端系统作为用户交互友好的界面接口负责渲染数据分析处理和训练的页面，后端系统提供了具体的业务接口和数据存储功能，使用前后端分离的架构，大大降低了耦合性，也降低了未来系统升级或维护的成本。实现了对客户侧柔性电力负荷预测的准确性提升和流程简化，用于对柔性负荷的调度决策。

本发明授权一种基于HHO-LSTM的客户侧柔性负荷预测系统在权利要求书中公布了：1.一种基于HHO-LSTM的客户侧柔性负荷预测系统，其特征在于，包括以下模块： 1数据分析和预处理模块； 2基于HHO的模型参数寻优模块； 3基于LSTM算法的预测模块； 4对于客户信息和数据集的管理模块； 所述2基于HHO的模型参数寻优模块，具体包括： 首先在下拉列表中选中负荷数据集，然后与对应的天气数据集合并生成总数据集；对数据集使用滑动窗口法来构建适配LSTM输入格式的数据集，以一个小时为滑动窗口步长，滑动窗口大小作为其中一个寻优参数； 使用pytorch搭建两层隐含层、一层全连接层的LSTM模型，选取神经元个数Num_Units、训练迭代次数Epoch加上前面所述的数据滑动窗口大小Window_Size作为三个需要利用HHO寻优的目标参数[Num_Units, Window_Size,Epoch]； 通过前端界面初始化HHO算法的参数，来设置种群的大小，以及鹰群位置的上下界，然后可以在界面的评估标准单选框处选择一个误差评估方法作为适应度函数；可选的误差评估指标有四种：平均绝对值误差MAE、均方根误差RMSE、平均绝对百分比误差MAPE和对称平均绝对百分比误差SMAPE，表达式如下： 式中，N表示样本总数，和yi分别表示第i个样本数据的预测值和实际值；上述四个指标越小，表示模型预测准确性越好；MAE和RMSE均为绝对指标；MAE反映绝对误差的平均值；相比MAE，RMSE利用平方项放大了较大误差和较小误差之间的差距，使得RMSE对预测偏差较大的数据更为敏感；MAPE和SMAPE是相对指标；MAPE将实际值作为分母，反映百分比误差的平均值；SMAPE是MAPE的修正版，解决了在实际值为0时MAPE无法计算以及MAPE对负误差惩罚比正误差更大的问题；SMAPE的取值范围为[0,200]，SMAPE越小，预测性能越好； 所以将其作为适应度函数在寻优的过程中来搜寻使其值最小化的参数；依据HHO迭代的流程在python后端迭代完成后，保存寻找到的三个最优参数、每轮的全局最优适应度、最优参数对应的模型和迭代总时间加上开始时间戳作为一条参数寻优记录；并且适应度的收敛曲线以折线图的形式在前端可视化展示。

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东南大学;国网浙江省电力有限公司;国网浙江省电力有限公司营销服务中心，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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”。