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！

龙图腾网获悉西北农林科技大学申请的专利一种细粒度电力负荷协同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：CN120471232B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510939980.X，技术领域涉及：G06Q10/04；该发明授权一种细粒度电力负荷协同预测方法是由张二磊;袁文轩;樊文超;张晓彪;费攀锋;杨沛;孙红光设计研发完成，并于2025-07-09向国家知识产权局提交的专利申请。

本一种细粒度电力负荷协同预测方法在说明书摘要公布了：本发明公开了一种细粒度电力负荷协同预测方法，方法包括：获取多元时间序列输入数据；对输入数据进行切片处理得到多个数据补丁；通过动态权重变量与短期时序特征提取模块处理数据补丁得到增强特征表示；将增强特征表示输入到编码器生成编码特征；将数据补丁输入线性预测层获得第一预测分量；根据增强特征表示和编码特征生成第二预测分量；根据第一预测分量和第二预测分量融合得到电力负荷协同预测结果。本发明通过AVSTFE、通道独立Transformer、双路预测头能够有效协同建模时间和变量维度的复杂依赖关系，克服了现有方法难以平衡两者的局限性，从而显著提高了多元时间序列，特别是细粒度电力负荷的预测精度。

本发明授权一种细粒度电力负荷协同预测方法在权利要求书中公布了：1.一种细粒度电力负荷协同预测方法，其特征在于，包括： 获取多元时间序列输入数据； 对所述输入数据进行切片处理得到多个数据补丁； 对所述输入数据进行预处理得到处理数据； 将所述处理数据按照时序顺序进行分离得到多个所述数据补丁； 通过动态权重变量与短期时序特征提取模块处理所述数据补丁得到增强特征表示； 将所述数据补丁按时间步的奇偶性进行分离； 在所述数据补丁中进行值嵌入操作恢复所述数据补丁的维度； 采用至少两个具有不同卷积核尺寸的二维卷积层从不同感受野尺度上捕捉所述数据补丁的局部时序模式和变量间的交互特征； 所述交互特征包括跨时间步关联的特征； 通过结合平均池化和最大池化操作获取所述数据补丁的全局特征； 使用一维卷积层处理所述全局特征用来计算各变量的动态权重； 将所述增强特征表示输入到编码器生成编码特征； 将所述数据补丁输入线性层获得第一预测分量； 将切片后的所述数据补丁输入线性投影层提取并预测长期趋势分量作为所述第一预测分量； 根据所述增强特征表示和所述编码特征生成第二预测分量； 通过一个多层感知机对所述编码特征进行非线性变换提取得到非线性动态分量作为所述第二预测分量； 根据所述第一预测分量和第二预测分量融合得到电力负荷协同预测结果。

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西北农林科技大学，其通讯地址为：712100 陕西省咸阳市杨凌示范区邰城路3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”。