西安科技大学;国网陕西省电力有限公司培训中心朱莉获国家专利权
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！
龙图腾网获悉西安科技大学;国网陕西省电力有限公司培训中心申请的专利多尺度电力负荷预测方法、装置、设备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：CN119066491B 。
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：202411106409.1，技术领域涉及：G06F18/241；该发明授权多尺度电力负荷预测方法、装置、设备及存储介质是由朱莉;高靖凯;朱春强;冯苗;权溦;王俊秋;张静;孙喆;薛晶;党晔;杜国维;井刚设计研发完成，并于2024-08-13向国家知识产权局提交的专利申请。
本多尺度电力负荷预测方法、装置、设备及存储介质在说明书摘要公布了：本申请提供的多尺度电力负荷预测方法、装置、设备及存储介质，具体涉及电力负荷预测技术领域，该方法利用变分模态分解技术结合快速傅里叶变换提取出显著周期，确保捕捉到数据中的关键周期特征，使用检测到的显著周期作为patch长度，对输入的时间序列进行不同patch尺度的分割，以同时处理短期和长期的负荷变化，基于Transformer模型对不同尺度的时间序列进行预测处理，充分利用时间序列中的上下文信息，最后通过加权求和将多个尺度的特征融合，获得最终的电力负荷预测结果。解决了当现实世界的电力负荷序列在不同的时间尺度上显示变化和波动时固定大小的patch可能无法同时捕捉短期和长期的多尺度特征的问题，从而达到显著提升电力负荷预测的准确性的效果。
本发明授权多尺度电力负荷预测方法、装置、设备及存储介质在权利要求书中公布了：1.一种多尺度电力负荷预测方法，其特征在于，应用于电力负荷预测系统，所述方法包括： 使用变分模态分解，将原始电力负荷数据分解为个本征模态分量序列，其中1； 对个所述本征模态分量序列分别进行快速傅里叶变换，得到频域信号； 计算所述频域信号对应的频率成分，找到频谱中幅值最大的频率成分的索引； 计算每个所述本征模态分量序列的长度除以所述索引即可得到周期，去除所述周期大于所述本征模态分量序列的长度或者小于2的值，得到显著周期； 将输入的时间序列分割成相互交错的长度为的patch，分离连续patch的孤立区域长度为； 将所述时间序列的最后一个负荷值拷贝次附加在所述时间序列最后，分割形成个patch，从而形成不同尺度时间序列； 基于Transformer模型对所述不同尺度时间序列进行预测处理，并将获取到的结果加权求和以获得最终的预测结果。
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西安科技大学;国网陕西省电力有限公司培训中心，其通讯地址为：710054 陕西省西安市雁塔中路58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”。
以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号