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！

龙图腾网获悉江苏电力交易中心有限公司申请的专利基于DFT-KNNI-KMEANS算法的电力交易数据预测与校验方法和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：CN115828124B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202211435623.2，技术领域涉及：G06F18/23213；该发明授权基于DFT-KNNI-KMEANS算法的电力交易数据预测与校验方法和系统是由冯迎春;范洁;高博;刘胥雯;王林杰;陈呈设计研发完成，并于2022-11-16向国家知识产权局提交的专利申请。

本基于DFT-KNNI-KMEANS算法的电力交易数据预测与校验方法和系统在说明书摘要公布了：基于DFT‑KNNI‑KMEANS算法的电力交易数据预测与校验方法和系统，所述方法包括：抽取电力市场历史交易数据，构建电力交易数据集；分别采用线性拟合方法和KNNI最近邻法进行电力交易数据拟合预测，得到线性校验值和KNNI校验值；其中，线性拟合方法采用最小二乘法结合傅里叶变换得到线性校验值；根据校验范围的大小对线性校验值和KNNI校验值进行线性加权，得到校验数据特征集；基于改进的K‑MEANS聚类算法对所得到的校验数据特征集进行校验。可实现电力交易数据的准确预测与校验。

本发明授权基于DFT-KNNI-KMEANS算法的电力交易数据预测与校验方法和系统在权利要求书中公布了：1.基于DFT-KNNI-KMEANS算法的电力交易数据预测与校验方法，其特征在于： 所述方法包括以下步骤： 步骤1、抽取电力市场历史交易数据，构建电力交易数据集，所述电力交易数据集包括电价和负荷数据； 步骤2、分别采用线性拟合方法和KNNI最近邻法进行电力交易数据拟合预测，得到线性校验值和KNNI校验值；其中，线性拟合方法采用最小二乘法结合傅里叶变换得到线性校验值； 采用KNNI最近邻法进行电力交易数据拟合预测，得到KNNI校验值，具体包括： 计算已经确定的类别数据集中的数据点与电力交易数据集中当前数据点之间的距离，其中计算的类别包括电价数据和负荷数据； 按照距离的大小进行升序排列； 读取与当前数据点距离最小的N个数据点； 确定前N个数据点所在的类别出现的频率； 将当前数据点的预测分类记录为前K个数据点出现频率最高的类别，在记录类别之后，对K个数据点的所属类别进行比较，按照少数服从多数的原则，将样本测试点归入到频率最高的组别，从而实现数据预测； 步骤3、根据校验范围的大小对线性校验值和KNNI校验值进行线性加权，得到校验数据特征集； 步骤4、基于改进的K-MEANS聚类算法对所得到的校验数据特征集进行校验； 改进的K-MEANS算法，以单个数据点为辐射半径，计算各个数据所辐射的区域数据集合后确定聚类中心； 改进的K-MEANS算法，采用聚类个数遍历法，通过数据聚合度和点中心距离来确定聚类个数； 其中，数据聚合度的定义如下： 其中，N为数据点的个数，xj为采样点，mi为聚类中心； 点中心距离定义如下： dmi,mj'为辐射范围ci和cj'的聚类中心mi和mj'的距离，点中心距离看成是聚类中心的最小值。

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江苏电力交易中心有限公司，其通讯地址为：210008 江苏省南京市鼓楼区云南路62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”。