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！

龙图腾网获悉合肥工业大学申请的专利考虑虚拟漂移和真实漂移影响的电力负荷在线概率密度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：CN119742754B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411699746.6，技术领域涉及：H02J3/00；该发明授权考虑虚拟漂移和真实漂移影响的电力负荷在线概率密度预测方法是由何耀耀;余娜娜;曹朝金设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本考虑虚拟漂移和真实漂移影响的电力负荷在线概率密度预测方法在说明书摘要公布了：本发明公开了一种考虑虚拟漂移和真实漂移影响的电力负荷在线概率密度预测方法，其步骤包括：1、采用滑动窗口读取历史电力负荷以及相关影响因子数据；2、使用可变注意力机制VAM进行输入信息的提取；3、使用单调分位数回归长短期记忆神经网络MQRLSTM进行电力负荷分位数预测并对分位数交叉进行处理；4、使用概念漂移检测和自适应DDA机制对数据流中的虚拟漂移和真实漂移进行处理，并使用贝叶斯优化更新模型参数；5、结合核密度估计将分位数预测结果转化为电力负荷的概率密度预测。本发明利用可变注意力机制提取有效信息，处理概念漂移，解决分位数交叉，既有点预测结果又实现电力负荷概率密度预测，从而为电力系统运行调度提供科学指引。

本发明授权考虑虚拟漂移和真实漂移影响的电力负荷在线概率密度预测方法在权利要求书中公布了：1.一种考虑虚拟漂移和真实漂移影响的电力负荷在线概率密度预测方法，其特征在于，按如下步骤进行： 步骤1.收集历史电力负荷和相关影响因子并组成负荷特征数据后归一化处理，得到归一化后的电力负荷特征数据集，其中，表示归一化后的时刻的电力负荷特征集，且，表示归一化后的时刻的第i个电力负荷特征，表示电力负荷特征的数量，表示时长； 步骤2.利用式1计算时刻的电力负荷特征集和时刻的电力负荷特征集之间的散度，从而得到散度集合； 1 式1中，表示归一化后的-1时刻的第i个电力负荷特征的概率密度函数；表示的概率密度函数； 步骤3.利用式2和式3计算时刻的均值和标准差： 2 3 式2和式3中，表示n时刻的散度，且， 利用式4计算虚拟漂移的判断阈值： 4 当时，则表示有虚拟漂移的发生，将放入存储池中； 步骤4.使用可变注意力机制对进行加权，得到加权后的电力负荷特征集； 步骤4.1.利用式5计算的注意力分数； 5 式3中，、、和均为4个待学习的参数，表示激活函数，表示的转置； 步骤4.2.利用式6计算的注意力分布： 6 式4中，表示激活函数； 步骤4.3.利用式7计算得到加权后的电力负荷特征集： 7 式7中，表示时刻加权后的第i个电力负荷特征； 步骤5.构建MQRLSTM网络，包括：LSTM隐藏层、单调层和输出层，并将输入到MQRLSTM网络中进行处理，得到电力负荷的预测分位数； 步骤6.利用式13计算t时刻电力负荷预测分布的概率密度函数与电力负荷真实值之间的偏差： 13 式13中，表示t时刻电力负荷预测分布的概率密度函数，表示t时刻电力负荷预测分布的概率密度函数对应的负荷值，表示时刻的电力负荷真实值，当时，令，否则，令； 步骤7.利用式14和式15分别计算时刻的电力负荷预测分布的概率密度函数与真实值之间的偏差均值和标准差： 14 15 式14和式15中，表示n时刻电力负荷预测分布的概率密度函数与n时刻电力负荷真实值之间的偏差，且；表示n时刻电力负荷预测分布的概率密度函数对应的负荷值； 步骤8.利用式16计算下时刻负荷预测偏差的警告阈值和漂移阈值： 16 步骤9.当，将放入存储池中，并执行步骤10；否则，直接执行步骤10； 步骤10.当，表示发生真实漂移，并利用存储池中数据对MQRLSTM网络进行训练，并得到更新后的网络权重后，按照步骤5对重新预测，得到第个分位数下时刻无分位数交叉的电力负荷预测分位数，并执行步骤11；否则，直至执行步骤11； 步骤11.以中的分位数为0.5的预测值作为时刻的电力负荷预测值；从而利用式17得到在时刻的电力负荷预测分布的概率密度函数，表示电力负荷预测分布对应的负荷值，进而将和分别进行反归一化后，得到时刻的反归一化的电力负荷预测值和时刻的电力负荷预测分布的概率密度函数： 17 式17中，表示带宽，为高斯函数。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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”。

以上内容由龙图腾AI智能生成。