Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网浙江省电力有限公司杭州供电公司;浙江大学陆海波获国家专利权

国网浙江省电力有限公司杭州供电公司;浙江大学陆海波获国家专利权

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!

龙图腾网获悉国网浙江省电力有限公司杭州供电公司;浙江大学申请的专利基于k近邻回归算法和用电数据的排污量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:CN114169424B

龙图腾网通过国家知识产权局官网在2025-09-02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:202111464116.7,技术领域涉及:G06F18/27;该发明授权基于k近邻回归算法和用电数据的排污量预测方法是由陆海波;张兰;夏霖;姜奕晖;陈奇;王妍艳设计研发完成,并于2021-12-03向国家知识产权局提交的专利申请。

基于k近邻回归算法和用电数据的排污量预测方法在说明书摘要公布了:本发明提出了一种基于k近邻回归算法和用电数据的排污量预测方法,包括:采集排污单位的历史用电数据和历史排污数据并进行数据预处理,划分成训练集和测试集;生成k近邻回归算法的参数组合,通过分析不同参数组合下k近邻回归算法对训练集的拟合程度,确定参数组合中的最优参数,根据最优参数和k近邻回归算法构建预测模型;根据测试集检验预测模型的准确度,根据检验结果对预测模型进行优化,将排污单位的实时用电数据输入优化后的预测模型中,得到排污量的实时预测结果。本发明利用了用电情况与排污情况的影响关系,基于k近邻回归算法实现排污量的预测,解决了一些企业污染物排放管控困难、管控成本较高的问题。

本发明授权基于k近邻回归算法和用电数据的排污量预测方法在权利要求书中公布了:1.基于k近邻回归算法和用电数据的排污量预测方法,其特征在于,所述排污量预测方法包括: 采集排污单位的历史用电数据和历史排污数据并进行数据预处理,将数据预处理后的历史用电数据和历史排污数据划分成训练集和测试集; 生成k近邻回归算法的参数组合,通过分析不同参数组合下k近邻回归算法对训练集的拟合程度,确定参数组合中的最优参数,根据最优参数和k近邻回归算法构建预测模型; 根据测试集检验预测模型的准确度,根据检验结果对预测模型进行优化; 将排污单位的实时用电数据输入优化后的预测模型中,结合历史用电数据和历史排污数据得到排污量的实时预测结果; 所述生成k近邻回归算法的参数组合,通过分析不同参数组合下k近邻回归算法对训练集的拟合程度,确定参数组合中的最优参数,根据最优参数和k近邻回归算法构建预测模型,包括: 确定近邻数k和权重超参数,生成由不同的近邻数k和权重超参数构成的参数组合; 在训练集中随机选取一个历史排污数据作为预测点,将训练集中除预测点之外的历史用电数据输入k近邻回归算法; 将不同的参数组合导入k近邻回归算法中计算回归值,确定与预测点最接近的回归值对应的参数组合作为最优参数,基于最优参数构建预测模型; 所述将不同的参数组合导入k近邻回归算法中计算回归值,确定与预测点最接近的回归值对应的参数组合作为最优参数,基于最优参数构建预测模型,包括: 分别计算除预测点之外其他历史用电数据与预测点的欧式距离,选取欧式距离最小的k个历史用电数据作为近邻点,结合权重超参数,计算第一回归值; 分别计算除预测点之外其他历史用电数据与预测点的曼哈顿距离,选取曼哈顿距离最小的k个历史用电数据作为近邻点,结合权重超参数,计算第二回归值; 计算第一回归值与预测点中历史排污数据的第一差值,计算第二回归值与预测点中历史排污数据的第二差值,将第一差值和第二差值相加最小时的参数组合作为最优参数; 根据最优参数下的k近邻回归算法,构建预测模型。

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浙江省电力有限公司杭州供电公司;浙江大学,其通讯地址为:310000 浙江省杭州市上城区建国中路219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”。

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。