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！

龙图腾网获悉国网吉林省电力有限公司经济技术研究院;吉林省长春电力勘测设计院有限公司;华北电力大学;国网能源研究院有限公司申请的专利用电负荷分解数据生成方法及装置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：CN117932243B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202410130351.8，技术领域涉及：G06Q50/06；该发明授权用电负荷分解数据生成方法及装置是由时雨;吕非;刘之琳;高雪峰;姜明磊;李昊;孟繁波;赵博;许鑫;姚忆雯;王鑫红;许儒航设计研发完成，并于2024-01-30向国家知识产权局提交的专利申请。

本用电负荷分解数据生成方法及装置在说明书摘要公布了：本发明提供了一种基于条件去噪扩散模型的用电负荷分解数据生成方法及装置，涉及用电负荷数据生成领域，包括获取原始用电负荷数据，其中，原始用电负荷数据包括日期时间数据，对原始用电负荷数据进行预处理，得到处理后数据，对日期时间数据进行编码，得到日期编码数据，构建条件去噪扩散模型，利用处理后数据和日期编码数据对条件去噪扩散模型进行训练，得到训练后条件去噪扩散模型，利用训练后条件去噪扩散模型对原始用电负荷数据进行随机重采样，得到新用电负荷数据。旨在确保生成的数据既多样性又具有与日期时间信息和用电负荷数据之间的强相关性，提供更可靠、准确且丰富的用电负荷监控数据。

本发明授权用电负荷分解数据生成方法及装置在权利要求书中公布了：1.一种基于条件去噪扩散模型的用电负荷分解数据生成方法，其特征在于，包括： S1、获取原始用电负荷数据，其中，所述原始用电负荷数据包括日期时间数据； S2、对所述原始用电负荷数据进行预处理，得到处理后数据； S3、对所述日期时间数据进行编码，得到日期编码数据； S4、构建条件去噪扩散模型，利用所述处理后数据和所述日期编码数据对所述条件去噪扩散模型进行训练，得到训练后条件去噪扩散模型； S5、利用所述训练后条件去噪扩散模型对所述原始用电负荷数据进行随机重采样，得到仿真数据； 所述条件去噪扩散模型包括前向过程和后向过程，所述前向过程包括前向加噪阶段和前向扩散阶段， 其中，在所述前向扩散阶段中，所述处理后数据经过添加高斯噪声得到的满足高斯分布的完全随机噪声可以表示为： at＝1-βt 其中x0为处理后数据，βt为预先定义的schedule[β1,β2,…,βt]中的单元，εt为标准正态分布中采样得到的高斯噪音； 所述后向过程包括： 后向去噪阶段，对所述完全随机噪声逐步去除噪声并进行数据重建，其中计算条件概率公式为： 式中，为条件概率的均值，为条件概率的方差； 所述后向去噪阶段中使用预测噪声模型，包括： S41、利用4层卷积层进行下采样，每层将特征维度减小一半； S42、利用4层反卷积层进行特征信息的上采样，每层放大特征维度并与对应收缩路径的特征图进行拼接； S43、通过残差结构完成网络的传递和通道数量的扩充缩减； S44、利用最后一层卷积层调整输出的数据维度与输入相同，得到噪音的预测值； 所述预测噪声模型还包括： 在各个连接层之间添加交叉注意力层，公式为： 式中，代表神经网络中可学习的权重矩阵，φixt代表输入xt经过第i层网络结构时的中间向量，ψy定义对条件信息的编码，d为输入向量的维度。

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吉林省电力有限公司经济技术研究院;吉林省长春电力勘测设计院有限公司;华北电力大学;国网能源研究院有限公司，其通讯地址为：130000 吉林省长春市朝阳区人民大街4799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”。