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！

龙图腾网获悉中国铁路设计集团有限公司申请的专利基于时序分解与集成学习的HVAC负荷模式预测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：CN120184949B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510638098.1，技术领域涉及：H02J3/00；该发明授权基于时序分解与集成学习的HVAC负荷模式预测方法是由那艳玲;孙超;卢忠辉;杨立新;张春雷;林森斌;江崇旭;马振海;武世强;许仁杰设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本基于时序分解与集成学习的HVAC负荷模式预测方法在说明书摘要公布了：本发明涉及HVAC负荷模式预测技术领域，公开了基于时序分解与集成学习的HVAC负荷模式预测方法。基于时间序列分解提取趋势成分和季节性成分，增强了对负荷长期变化规律及周期性特征的深度挖掘，弥补了传统方法未充分捕捉时序特性的缺陷，为聚类分析提供了更具区分度的增强数据集；进一步通过聚类分析生成分类标签时，特别引入最优聚类数的动态确定策略，显著提升了负荷模式分类的客观性与准确性；结合多维度特征提取筛选与分类标签强相关的特征集，避免了冗余特征对模型的干扰；最后，采用多分类器集成学习模型结合投票机制进行预测，通过不同模型的优势互补与结果融合，增强了预测结果的稳定性与泛化能力。

本发明授权基于时序分解与集成学习的HVAC负荷模式预测方法在权利要求书中公布了：1.基于时序分解与集成学习的HVAC负荷模式预测方法，其特征在于，包括以下步骤：步骤S1：获取原始HVAC负荷数据，对所述原始HVAC负荷数据进行预处理，生成预处理后的负荷时序数据；步骤S2：基于所述预处理后的负荷时序数据进行时间序列分解，提取趋势成分和季节性成分，生成增强数据集；所述增强数据集包括所述趋势成分、所述季节性成分以及所述原始HVAC负荷数据；步骤S3：基于所述增强数据集，通过获取最优聚类数，进行聚类分析，得到HVAC负荷模式分类标签； 具体包括： S31：基于所述增强数据集的数据量，确定聚类数范围； S32：根据所述增强数据集，分别以聚类数范围内的各个聚类数进行聚类分析； S33：分别计算每个聚类数对应聚类结果的评价指标； S34：根据每个聚类数对应聚类结果的评价指标，采用归一化聚类评估指标融合法，确定最优聚类数； S35：以所述最优聚类数，对所述增强数据集进行聚类分析，得到所述HVAC负荷模式分类标签；步骤S4：基于所述HVAC负荷模式分类标签和所述原始HVAC负荷数据，通过相关性分析筛选，获取特征集； 具体包括： 基于所述HVAC负荷模式分类标签和所述原始HVAC负荷数据，进行连续变量相关性分析，得到初选特征集； 根据所述初选特征集进行离散变量相关性分析，获得所述特征集； 步骤S5：依据所述特征集，通过多分类器集成学习模型预测，结合投票机制，得到负荷模式预测结果。

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中国铁路设计集团有限公司，其通讯地址为：300450 天津市滨海新区天津自贸试验区(空港经济区)东七道109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”。