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！

龙图腾网获悉昆明理工大学申请的专利一种基于预训练-微调的电力负荷冷启动预测方法、系统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：CN119740697B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411814615.8，技术领域涉及：G06Q10/04；该发明授权一种基于预训练-微调的电力负荷冷启动预测方法、系统是由谭凯文;文天懿设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本一种基于预训练-微调的电力负荷冷启动预测方法、系统在说明书摘要公布了：本发明涉及一种基于预训练‑微调的电力负荷冷启动预测方法、系统，属于数据挖掘领域。本发明首先收集客户负荷数据，并随机划分训练集、验证集和测试集，将各个客户负荷数据分成小的片段，并将分段好的客户负荷数据进行归一化处理，使用PatchTST在所有片段上预训练基座模型；然后使用K‑Shape将片段聚类成K个用电模式类簇，并用这些类簇分别微调基座模型，得到了各用电模式的预测模型；最后，使用和新用户历史负荷片段最相近的用电模式预测模型进行电力负荷预测。本发明能够在不使用目标客户历史负荷数据的情况下，预测准确率接近使用历史负荷数据训练的模型，很好的解决了电力负荷冷启动问题。

本发明授权一种基于预训练-微调的电力负荷冷启动预测方法、系统在权利要求书中公布了：1.一种基于预训练-微调的电力负荷冷启动预测方法，其特征在于：所述方法包含： Step1、收集客户负荷数据，并随机划分训练集、验证集和测试集，将各个客户负荷数据分成小的片段，并将分段好的客户负荷数据进行归一化处理； Step2、使用负荷片段在PatchTST上训练基座模型； Step3、在基座模型的基础上针对每一类用电模式类簇进行模型微调； Step4、进行冷启动场景下的基座模型推理预测； 所述Step2包括： Step2.1、将第个用户的第个负荷片段分割为相互重叠的批次；在输入负荷片段分割为批次后，将分割后的批次组合成矩阵，为批次的长度，L表示回顾窗口长度，是批次的数量，，为步幅； Step2.2、通过一个可训练的线性投影矩阵和一个可学习的位置信息编码矩阵，D表示潜在空间维度，将输入的批次映射到潜在表示空间，潜在表示空间表示为： ； Step2.3、在Transformer多头注意力机制的第个头中，将转换为查询矩阵、键矩阵和值矩阵，其中、；再通过缩放的点积获得注意力的值，注意力的值的转置表示为： ； 其中，、、分别表示将输入向量映射到查询、键、值空间的权重矩阵，、、；表示隐藏层的维度； Step2.4、输入负荷片段的表征为，通过一个带有线性头的展平层进行结果预测，预测结果表示为： ； 其中，T为预测步长，表示第i个负荷片段的第t+L点的负荷值、表示第i个负荷片段的第t+L+T-1个点的负荷值； Step2.5、使用均方误差损失来衡量预测值与实际值之间的差异，以获得基座模型训练的目标损失，目标损失表示为： ； 其中，j为负荷片段的第j个点，表示第i个负荷片段的第j个点的实际负荷值，表示第i个负荷片段的第j个点的负荷值。

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昆明理工大学，其通讯地址为：650039 云南省昆明市一二一大街文昌路68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。