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！

龙图腾网获悉中山大学申请的专利一种结合序列分解与特征提取的电动汽车充电负荷预测方法、系统及存储介质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：CN119539367B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202411590017.7，技术领域涉及：G06Q10/0631；该发明授权一种结合序列分解与特征提取的电动汽车充电负荷预测方法、系统及存储介质是由官权学;陶少聪;石伯栋;曾海鹏;谭晓军设计研发完成，并于2024-11-08向国家知识产权局提交的专利申请。

本一种结合序列分解与特征提取的电动汽车充电负荷预测方法、系统及存储介质在说明书摘要公布了：本发明涉及充电负荷预测技术领域，为一种结合序列分解与特征提取的电动汽车充电负荷预测方法、系统及存储介质。包括步骤：对时序负荷数据做变分模态分解得到多个本征模态函数；将每个本征模态函数补零扩展后，转换到频域；通过基于复数域计算的多层感知机对频域数据进行增强；基于复数域注意力模块和残差模块构建预测模型，将增强后的频谱数据输入预测模型，通过复数域注意力模块和残差模块提取数据特征频率组合，对所有本征模态函数加权求和作为预测模型的输出；根据时序的均方误差和频谱的平均绝对值误差计算真实数据和预测数据的差值，得到时域频域混合损失，更新预测模型参数。本发明解决了随机负荷波动影响下预测误差较大的问题。

本发明授权一种结合序列分解与特征提取的电动汽车充电负荷预测方法、系统及存储介质在权利要求书中公布了：1.一种结合序列分解与特征提取的电动汽车充电负荷预测方法，其特征在于，包括以下步骤： S1、获取充电站的运行数据，对运行数据进行标准化处理，并按照比例分为训练集、验证集和测试集，对每个集合的运行数据进行变分模态分解，生成多个本征模态函数； S2、将每个本征模态函数补零扩充数据长度，然后使用快速傅里叶变换得到频率分辨率更高的频谱数据； S3、使用数据切片将每个频谱数据分为多个连续的频段再拼接，将一维数据转化为二维数据；把二维数据输入基于复数域计算的多层感知机，用以增强频谱数据； S4、基于复数域注意力模块和残差模块构建预测模型，将增强后的频谱数据输入所构建的预测模型中，通过复数域注意力模块和残差模块提取数据特征频率组合，对所有本征模态函数加权求和作为预测模型的输出； S5、预测一段历史数据，让未来序列在数据趋势性上和历史数据保持一致；根据时序的均方误差和频谱的平均绝对值误差计算真实数据和预测数据的差值，得到时域频域混合损失；将该混合损失作为损失函数更新预测模型参数，实现对预测模型的训练； 步骤S4包括： S41、使用线性转换将增强后的频谱数据嵌入到高维频谱中，再用三个可学习参数和将高维频谱分别线性映射为查询矩阵Qh、键矩阵Kh和值矩阵Vh； S42、用多头注意力提取不同的频率组合，对每一个头做复数点积注意力，最后将所有头的注意力输出拼接，用残差网络将多头数据融合，得到融合后的注意力输出。

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山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。