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！

龙图腾网获悉中国电力科学研究院有限公司申请的专利高耗能工业用户负荷分类方法和系统、电子设备、介质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：CN119415987B 。

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：202510020177.6，技术领域涉及：G06F18/23213；该发明授权高耗能工业用户负荷分类方法和系统、电子设备、介质是由郑博文;刘畅;潘明明;田世明;仝杰;李德智;李建锋;袁金斗;徐玉婷;徐子尚;李永军;瞿亚运;杨鸣宇;李雨莹;郭子轩;鲍慧芬设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。

本高耗能工业用户负荷分类方法和系统、电子设备、介质在说明书摘要公布了：本发明提供一种高耗能工业用户负荷分类方法和系统、电子设备、介质，应用于智能用电技术领域。方法包括：考虑负荷变化特性、负荷利用率和用户的电价敏感性，基于各工业用户的日负荷数据确定多维度负荷特征指标；基于卷积自编码器对各工业用户日负荷数据进行时间特征提取，并基于提取的每个工业用户的负荷时间特征和多维度的负荷特征指标确定电力消费特征；将电力消费特征输入自组织映射神经网络确定各输入数据映射到的输出节点；基于每个输出节点对应的输入数据的数量筛选出目标输出节点；以目标输出节点为初始聚类中心进行各工业用户的电力消费特征的聚类。本发明解决了工业负荷聚类过程的聚类效果差和计算量大、处理效率低的问题。

本发明授权高耗能工业用户负荷分类方法和系统、电子设备、介质在权利要求书中公布了：1.一种高耗能工业用户负荷分类方法，其特征在于，包括： 考虑负荷变化特性、负荷利用率和用户的电价敏感性，基于各工业用户的日负荷数据确定各工业用户多维度的负荷特征指标； 基于每个工业用户的日负荷数据计算对应的每个维度的负荷特征指标的熵；基于每个维度的负荷特征指标的熵，使用指数函数计算每个维度的负荷特征指标的指标权重；基于对每个维度的负荷特征指标和对应的指标权重的加权融合，得到对应工业用户的关键负荷特征； 基于卷积自编码器对各工业用户的日负荷数据进行时间特征提取，将提取的每个工业用户的负荷时间特征和对应的关键负荷特征相结合作为每个工业用户的电力消费特征； 将各工业用户的电力消费特征输入自组织映射神经网络确定各输入数据映射到的输出节点；基于每个输出节点的局部密度和属性距离筛选出目标输出节点；以所述目标输出节点为初始聚类中心进行各工业用户的电力消费特征的聚类，得到各工业用户的负荷分类结果； 其中，所述工业用户为高耗能工业用户；所述多维度的负荷特征指标包括用于反映各工业用户的时间利率效率的日最大负荷利用时长和用于反映各工业用户对电价的敏感性的高峰时段负荷率和谷时段负荷率；每个输出节点的局部密度基于所述输出节点对应的输入数据的数量确定；每个输出节点的属性距离基于对应输出节点邻域内的局部密度最大节点确定； 每个维度的负荷特征指标的熵的计算公式为： ； 其中，为负荷特征指标c的熵，a表示负荷特征指标的总数量，d表示日负荷数据的索引，为第个日负荷数据样本对应的负荷特征指标c的值，m0表示日负荷数据的总数量； 每个维度的负荷特征指标的指标权重的计算公式为： ； 其中，为负荷特征指标c的指标权重，表示第个负荷特征指标的熵，为自然对数的底数。

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电力科学研究院有限公司，其通讯地址为：100192 北京市海淀区清河小营东路15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”。