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！

龙图腾网获悉鲁东大学申请的专利基于可变分解与卷积注意力建模的时间序列预测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：CN120011722B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510494484.8，技术领域涉及：G06F18/10；该发明授权基于可变分解与卷积注意力建模的时间序列预测方法是由王桦;李梦寒;张小峰;张帆设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本基于可变分解与卷积注意力建模的时间序列预测方法在说明书摘要公布了：本发明属于时间序列预测技术领域，具体涉及一种基于可变分解与卷积注意力建模的时间序列预测方法。首先对电变压温度的历史时间序列数据进行可变分解，利用可学习的一维卷积操作对历史时间序列数据进行趋势性和季节性成分的分解，克服传统分解方法灵活性不足的问题。在季节性成分建模上，采用简单而高效的线性变换，通过学习季节性变化的周期性模式来进行特征提取。而在趋势性成分建模上，则采用了卷积注意力结构，以捕捉长期趋势中的非线性关系，同时保证模型的计算效率。最后，将季节性成分和趋势性成分的特征融合并通过残差学习模块，进一步提高模型的预测精度。

本发明授权基于可变分解与卷积注意力建模的时间序列预测方法在权利要求书中公布了：1.一种基于可变分解与卷积注意力建模的时间序列预测方法，其特征在于，包括以下步骤： 获取电变压温度的历史时间序列数据； 构建电变压温度时间序列预测模型，所构建的电变压温度时间序列预测模型中的处理步骤包括：对所述历史时间序列数据进行预处理；对预处理后的时间序列数据进行高斯分布可变分解，得到趋势性成分和季节性成分；采用卷积注意力机制对趋势性成分进行建模，捕捉时间序列中的长期非线性关系；对季节性成分进行线性映射处理，保留其周期性特征并避免引入过多复杂性关系；根据趋势性成分与季节性成分的贡献度调整权重，实现信息的有效整合； 对所述电变压温度时间序列预测模型进行训练，得到训练好的电变压温度时间序列预测模型； 将待预测电变压温度时间序列数据输入到所述训练好的电变压温度时间序列预测模型中，得到预测结果； 所述对趋势性成分进行建模，捕捉时间序列中的长期非线性关系，包括：构建多个通道，将趋势性成分输入到每个通道中，在每个通道上使用不同大小的卷积核进行卷积操作，通过逐点卷积来实现不同通道间的特征整合，以形成多尺度融合的特征表示；使用一个1×1的卷积对融合后的特征进行处理，然后将结果与输入的趋势性成分逐元素相乘； 所有卷积操作均采用深度可分离卷积的形式。

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鲁东大学，其通讯地址为：264025 山东省烟台市芝罘区红旗中路184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”。