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！

龙图腾网获悉国网四川省电力公司电力应急中心申请的专利一种基于机器学习的多维数据融合的灾损预测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：CN119760384B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202411888086.6，技术领域涉及：G06F18/2113；该发明授权一种基于机器学习的多维数据融合的灾损预测方法及系统是由邓创;卿东;马文豪;常易红设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种基于机器学习的多维数据融合的灾损预测方法及系统在说明书摘要公布了：本申请提供一种基于机器学习的多维数据融合的灾损预测方法及系统，涉及配电网灾损预测技术领域，获取配电网不同来源的数据，得到配电网多维数据；对配电网多维数据中的各个成灾变量进行相关筛选，得到关键成灾变量集，基于关键成灾变量集确定关键样本数据集；对关键样本数据集进行划分，得到训练数据集和测试数据集，对训练数据集进行随机抽样，得到多个训练子集，进而确定各个训练子集对应的样本离散度；依据测试数据集和各个训练子集对应的样本离散度构建灾损决策森林，使用灾损决策森林对配电网进行灾损预测，本申请可以有效提取出多维数据中的关键变量并提高模型计算效率，以提高模型在进行灾损预测时的可靠性。

本发明授权一种基于机器学习的多维数据融合的灾损预测方法及系统在权利要求书中公布了：1.一种基于机器学习的多维数据融合的灾损预测方法，其特征在于，所述预测方法包括如下步骤： 获取配电网不同来源的数据，得到配电网多维数据； 对所述配电网多维数据中的各个成灾变量进行相关筛选，得到所述配电网的关键成灾变量集，基于所述关键成灾变量集确定所述配电网的关键样本数据集； 对所述关键样本数据集进行划分，得到所述配电网的训练数据集和测试数据集，对所述训练数据集进行随机抽样，得到多个训练子集，进而确定各个训练子集对应的样本离散度； 依据所述测试数据集和各个训练子集对应的样本离散度构建所述配电网的灾损决策森林，使用所述灾损决策森林对所述配电网进行灾损预测； 其中，确定各个训练子集对应的样本离散度具体包括： 对于各个训练子集，确定训练子集中各个数据样本之间的数据相似度； 基于所有的数据相似度提取所述训练子集的离散数据簇； 通过所述离散数据簇确定所述训练子集对应的样本离散度，进而得到各个训练子集对应的样本离散度； 依据所述测试数据集和各个训练子集对应的样本离散度构建所述配电网的灾损决策森林具体包括： 依据各个训练子集对应的样本离散度构建各个训练子集对应的灾损决策树； 使用各个灾损决策树对所述测试数据集进行灾损预测，进而得到各个灾损决策树的决策系数； 基于各个灾损决策树和对应的决策系数构建所述配电网的灾损决策森林。

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四川省电力公司电力应急中心，其通讯地址为：610040 四川省成都市武侯区人民南路四段63号22-27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”。