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！

龙图腾网获悉南京邮电大学申请的专利基于贝叶斯网络和模糊聚类分析的居民负荷用电时段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：CN115409278B 。

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：202211121889.X，技术领域涉及：G06Q10/04；该发明授权基于贝叶斯网络和模糊聚类分析的居民负荷用电时段预测方法是由高辉;熊伟笑;陈璐;杨璐彤设计研发完成，并于2022-09-15向国家知识产权局提交的专利申请。

本基于贝叶斯网络和模糊聚类分析的居民负荷用电时段预测方法在说明书摘要公布了：本发明公开了一种基于贝叶斯网络和模糊聚类分析的居民负荷用电时段预测方法，所述方法包括：建立具有表征外部环境因素、用户历史用电数据和负荷在各时段使用状态对应关系的贝叶斯网络模型；获取影响居民负荷使用的外部环境因素以及负荷历史用电数据，外部环境因素包括环境温度和日期信息，将相关数据进行离散化处理；获取负荷不同时段开启状态的先验概率及条件概率，通过贝叶斯公式计算各时段开启状态的后验概率，得到负荷用电状态概率矩阵，即负荷在各时段使用的可能性大小；采用偏大型半梯度隶属度函数对负荷各个时段用电概率的隶属度进行模糊评估；采用模糊聚类分析方法确定负荷用电时间范围。

本发明授权基于贝叶斯网络和模糊聚类分析的居民负荷用电时段预测方法在权利要求书中公布了：1.一种基于贝叶斯网络和模糊聚类分析的居民负荷用电时段预测方法，其特征在于，所述方法包括： 获取影响居民负荷使用的外部环境因素以及负荷历史用电数据，对外部环境因素以及负荷历史用电数据进行离散化处理；其中外部环境因素包括用电环境温度和对应日期信息； 基于离散化处理后的外部环境因素以及负荷历史用电数据，利用预构建的贝叶斯网络模型获取负荷不同时段开启状态的先验概率及条件概率，计算各时段开启状态的后验概率，得到负荷用电状态概率矩阵，即负荷在各时段使用的可能性大小；其中所述建立贝叶斯网络模型能够表征外部环境因素、用户负荷历史用电数据和负荷在各时段使用状态的对应关系；所述贝叶斯网络模型的构建方法包括：将负荷历史使用状态、用电环境温度信息、对应日期信息以及各时段的负荷开启状态作为贝叶斯网络模型的节点变量，根据各变量之间的相关关系搭建贝叶斯网络模型；获取负荷不同时段开启状态的先验概率及条件概率，包括：根据用户用电负荷前i天的历史用电数据、负荷在各时段使用状态即外部环境数据，计算负荷状态频次占总样本的频次比例得出先验概率其中表示用户在第i天中设备a开启；根据贝叶斯网络的条件独立判定，在用电设备状态给定的情况下，外界因素间相互独立；因此，计算条件概率函数： 其中为外界因素F,D,X同时在中出现的条件概率；F,D,X分别表示用电环境温度、历史用电数据、日期； 基于所述负荷用电状态概率矩阵，采用偏大型半梯度隶属度函数对负荷各个时段用电概率的隶属度进行模糊评估； 基于评估得到的负荷各个时段用电概率的隶属度，采用模糊聚类分析方法确定负荷用电时间范围，其中所述模糊聚类分析方法以各时段为分类对象，各时段隶属度为统计指标。

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邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路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”。