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！

龙图腾网获悉上海电力大学申请的专利一种电力负荷智能预测模型的优化方法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：CN114595864B 。

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：202210057481.4，技术领域涉及：G06Q10/04；该发明授权一种电力负荷智能预测模型的优化方法是由栗风永;杨洋;于宗良设计研发完成，并于2022-01-19向国家知识产权局提交的专利申请。

本一种电力负荷智能预测模型的优化方法在说明书摘要公布了：本发明公开了一种电力负荷智能预测模型的优化方法，包括：建立智能预测模型，设置所需寻优参数以及各参数的寻优范围；初始化全局麻雀优化算法的参数与种群；迭代更新麻雀位置，得到最优参数；将得到的最优参数应用于智能预测模型进行负荷预测。本发明通过Tent混沌序列初始化种群，可以使种群在解空间中分布的更加均匀，可以增加前期种群的全局搜索能力；本发明添加了步长控制因子，使种群在迭代前期拥有更大的搜索范围，增强了前期的全局搜索能力，随着迭代次数的增加，步长控制因子减小，可以进行更好的局部搜索，收敛速度也得到了提升；本发明通过对智能预测模型的参数进行优化，使模型的预测能力得到提升。

本发明授权一种电力负荷智能预测模型的优化方法在权利要求书中公布了：1.一种电力负荷智能预测模型的优化方法，其特征在于，包括： 建立智能预测模型，设置所需寻优参数以及各参数的寻优范围； 初始化全局麻雀优化算法的参数与种群； 迭代更新麻雀位置，得到最优参数； 将得到的最优参数应用于所述智能预测模型进行负荷预测； 电力负荷数据包括日期类型和天气类型数据，日期类型包括年、月、日、小时，天气类型数据包括日平均温度、相对湿度、降雨量、日最低温度、日最高温度； 所述初始化全局麻雀优化算法的参数与种群过程包括， 初始化全局麻雀优化算法参数，所述全局麻雀优化算法参数包括种群数、迭代次数、发现者与侦察者的比例、预警值； 根据改进的Tent混沌映射公式初始化所述种群； 将序列x载波到原解空间； 计算每只麻雀的适应度值，将适应度最优与最差的麻雀作为全局最优与最差的个体； 所述将序列x载波到原解空间的公式包括， Wj＝minj+maxj-minj×Xj 其中，minj与maxj为第j维向量的最小值与最大值，W为得到的麻雀位置，Xj为一个j维的序列，Wj为载波到原解空间后的位置； 所述改进的Tent混沌映射公式为： 其中，N为序列中麻雀总数，rand0,1为[0,1]内随机数，xi为序列X中的一个值，xi+1为通过第xi的值计算获得； 计算所述每只麻雀的适应度值，将适应度最优与最差的麻雀作为全局最优与最差的个体包括， 使用第i只麻雀的位置对深度极限学习机的参数进行赋值； 输入训练集对所述智能预测模型进行训练； 达到迭代次数后输入测试集，得到预测值，通过以下公式计算每只麻雀的适应度值： 其中，与yi分别为测试集的预测值与真实值； 基于其计算结果，将适应度最优与最差的麻雀作为全局最优与最差的个体； 所述迭代更新麻雀位置，得到最优参数包括， 增加步长控制因子； 更新发现者的位置； 更新跟随者的位置； 更新侦察者的位置； 根据所述每只麻雀的适应度值计算步骤计算麻雀新的适应度值，更新全局最优与最差个体； 所述增加步长控制因子的公式包括， 其中，t为迭代次数； 所述更新发现者的位置的公式包括， 其中，为第i只麻雀在第t次迭代与j维中的位置，α为0，1]之间的随机数，R2∈[0，1]与ST∈[0.5，1]分别为预警值与安全值，Q为服从正态分布的随机数，L为1×d的矩阵，且每个元素为1。

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上海电力大学，其通讯地址为：201306 上海市浦东新区沪城环路1851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”。