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！

龙图腾网获悉国网江苏省电力有限公司泰州供电分公司申请的专利一种电量预测模型的模型训练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：CN114742158B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202210382185.1，技术领域涉及：G06F18/214；该发明授权一种电量预测模型的模型训练方法及系统是由范炜豪;冯卫东;张波;魏冉;张田晶子;刘兴胜;陈洵;徐兴春;鞠秋萍;王俊秀设计研发完成，并于2022-04-12向国家知识产权局提交的专利申请。

本一种电量预测模型的模型训练方法及系统在说明书摘要公布了：本发明公开了一种电量预测模型的模型训练方法及系统，该方法包括：分析获取与第一预测模型输出关联的影响因素，所述影响因素包括第一非时序外力影响因素、第二时序外力影响因素和第三内因影响因素；基于第一非时序外力影响因素对企业进行区域划分，对于不同区域的企业用电预测模型分别进行模型训练；基于第三内因影响因素对企业进行类别划分，对于同一区域内的不同类别企业的用电预测模型分别进行模型训练；基于第二时序外力影响因素作为第一预测模型的输入数据进行训练。本发明提高了电量预测模型的场景适用性及所在场景下预测结果的准确性。

本发明授权一种电量预测模型的模型训练方法及系统在权利要求书中公布了：1.一种电量预测模型的模型训练方法，其特征在于，包括： 对于预测时长为第一预测时长的第一预测模型，分析获取与所述第一预测模型输出关联的影响因素，所述影响因素包括第一非时序外力影响因素、第二时序外力影响因素和第三内因影响因素，所述第一非时序外力影响因素表征与电量预测模型输出结果有关联且不随时间变化的企业所受外力影响因素，所述第二时序外力影响因素表征与电量预测模型输出结果有关联且随时间变化的企业所受外力影响因素，所述第三内因影响因素表征与企业自身属性相关的影响因素，所述第一非时序外力影响因素包括企业所在地理位置区域属性，所述第二时序外力影响因素包括天气气温和天气类别，所述第三内因影响因素包括企业用电变化曲线特征； 基于第一非时序外力影响因素对企业进行区域划分，对于不同区域的企业用电预测模型分别进行模型训练； 基于第三内因影响因素对企业进行类别划分，对于同一区域内的不同类别企业的用电预测模型分别进行模型训练； 基于第二时序外力影响因素作为第一预测模型的输入数据进行训练； 对于预测时长为第二预测时长的第二预测模型，基于第二时序外力影响因素作为第二预测模型的输入数据进行训练； 所述模型训练方法还包括：基于确定的模型输入数据获取用于训练过程的原始数据；对原始数据基于预设优化策略进行优化处理，获得用于模型训练过程的直接输入数据作为训练样本数据；基于训练样本数据进行模型训练过程； 所述对原始数据基于预设优化策略进行优化处理，获得用于模型训练过程的直接输入数据作为训练样本数据，包括：基于原始数据进行失真数据分析；对失真数据，利用拟合曲线点值数据填补或替换所述失真项以优化原始数据；对原始数据进行扩增以增加训练样本量； 所述基于原始数据进行失真数据分析，包括：S621：基于原始数据中的数据集A，在A中随机选择一个数据a作为二叉树的根节点，根据数据集A中其它数据相对于a的大小进行分类，并分别作为二叉树的两个分支中的元素，其中a在数据集A中的最小值和最大值之间；S622：对于每个分支，选取分支元素集B中的一个数据b作为主干，并基于分支元素集B中其它数据相对于b的大小进行分类，形成新的分支，其中b在数据集B中的最小值和最大值之间；S623：重复步骤S622，直至数据集A中所有的数据均已存在于二叉树，且每个二叉树每个分支中只有一个数据；S624：遍历最终形成的二叉树中的每个数据ai，计算从根元素到所述数据对应节点需要的分支次数ti，计算数据ai的失真性参数其中jx＝lnx+γ，γ是指欧拉常数；D为数据集A中数据的个数；S625：当sai≥0.6则可以判断节点数据存在失真；当sai＜0.5则判定节点数据为正常数据，当0.5＜sai＜0.6则判定节点数据为不确定项。

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国网江苏省电力有限公司泰州供电分公司，其通讯地址为：225300 江苏省泰州市凤凰西路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”。