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！

龙图腾网获悉山东和同信息科技股份有限公司申请的专利一种基于LSTM的分布式能源站供热负荷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：CN119315544B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202411435031.X，技术领域涉及：H02J3/00；该发明授权一种基于LSTM的分布式能源站供热负荷预测方法是由耿哲;陈梦雅;翟瑞淼;朱庆存;顾兴志;酆烽;张淑贞;何锁盈设计研发完成，并于2024-10-15向国家知识产权局提交的专利申请。

本一种基于LSTM的分布式能源站供热负荷预测方法在说明书摘要公布了：本发明公开了一种基于LSTM的分布式能源站供热负荷预测方法，涉及分布式能源站供热技术领域，本发明提出一种基于长短期记忆网络的分布式能源站供热负荷预测方法。通过学习经过孤立森林算法异常处理后的各个分布式能源站的过往历史运行数据、天气数据、建筑数据、时间数据，应用LSTM独特的记忆机制和门控结构，分析该能源站的供热负荷变化规律，并根据实时数据预测未来某小时最合理的出水温度或回水温度，及时下发到能源站，调整空气源热泵加热温度，实现供热精准调控，能够有效维持室温均衡，提高能源站COP值，减少工单和能源浪费。

本发明授权一种基于LSTM的分布式能源站供热负荷预测方法在权利要求书中公布了：1.一种基于LSTM的分布式能源站供热负荷预测方法，其特征在于：该方法包括以下步骤： S1、获取某一分布式能源站的历史数据，基于历史数据进行数据缺失处理，记录缺失处理数量； S2、基于历史数据构建孤立森林模型判断异常数据，对异常数据进行数据缺失处理，同时记录在缺失处理数量中； S3、对处理后的数据，基于长短期记忆网络构建分布式能源站负荷预测模型； S4、构建系统评测模型，基于分布式能源站负荷的实时运行数据，实现分布式能源站负荷预测模型的更新和复用； 为LSTM算法设置预测时间跨度p和参考数据时间跨度k； 设当前时刻为d，采用d-k+1至d时刻的k条数据预测未来第p时刻时的能源站负荷值； 当需要LSTM提供当前时刻负荷建议值时：在模型训练阶段，设置p=0，训练集以k条数据为一组，每组数据的目标值是第k条数据对应的负荷值，天气数据选取每条数据对应时刻的天气数据，模型推理阶段，选取历史k-1条数据与当前实时数据，结合对应时刻天气数据，应用模型得到当前负荷建议值； 当需要LSTM预测未来时刻的负荷建议值时，设置未来时刻R，在模型训练阶段，设置p=R-d，训练集以k条数据为一组，每组数据的目标值是第k+p条数据对应的负荷值，天气数据选取每条数据对应时刻+p时刻的天气数据，模型推理阶段，选取历史k-1条数据与当前实时数据，结合对应时刻+p时刻的天气数据，应用模型得到预测未来时刻R的负荷建议值； 所述系统评测模型包括： 获取形成的分布式能源站供热负荷预测模型以及构建模型过程中的缺失数据数量； 定义模型预测容忍阈值，对形成的分布式能源站供热负荷预测模型进行运行分析，所述运行分析指： 从当前时刻开始，获取每一次实际结果与预测结果之间的差值绝对值，持续累加，直至差值绝对值总和第一次超出模型预测容忍阈值，记录从当前时刻开始，一共经历的预测数据总数量； 以缺失数据数量作为横坐标，以经历的预测数据总数量作为纵坐标，对所有分布式能源站供热负荷预测模型形成的坐标点进行线性拟合，形成缺失数据数量与经历的预测数据总数量之间的函数关系； 获取当前分布式能源站供热负荷预测模型的缺失数据数量，依据函数关系反馈经历的预测数据总数量，标记位置，在模型到达标记位置时，反馈至管理端口，提醒进行模型更新。

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山东和同信息科技股份有限公司，其通讯地址为：250000 山东省济南市高新区汉峪金谷A7-5-1101(一照多址)；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”。

以上内容由龙图腾AI智能生成。