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！

龙图腾网获悉国网浙江省电力有限公司营销服务中心申请的专利基于未来在网用户群代理购电业务的月电量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：CN120124818B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510601382.1，技术领域涉及：G06Q10/04；该发明授权基于未来在网用户群代理购电业务的月电量预测方法是由陈麟红;周璐瑶;方智淳;肖吉东;叶红豆;吴昊天;王倩莹;楼霞薇;闫园;杨林华;陈宇阳设计研发完成，并于2025-05-12向国家知识产权局提交的专利申请。

本基于未来在网用户群代理购电业务的月电量预测方法在说明书摘要公布了：本申请为基于未来在网用户群代理购电业务的月电量预测方法，属于电量预测领域，针对现有方式获得的结果不理想的问题，提供如下步骤：构建未来在网用户集，获得电量数据集和气象数据；设定检测项，将电量数据和温度数据按时间逆序排列，形成未来在网用户群历史数据集；识别检测项中的异常数据并修复，获得修复数据集；获得在网代理购电用户群的用电变化趋势，对检测项缺失的历史数据进行修补，获得修补数据集；获得气象与电量的关系；对提取的特征进行建模，随后训练模型、测试模型，获得测试后的模型；使用模型预测未来一段时间内的电量。本申请不仅增强数据完整性，还优化预测模型，有效降低预测风险，提升电力服务的可靠性和效率。

本发明授权基于未来在网用户群代理购电业务的月电量预测方法在权利要求书中公布了：1.一种基于未来在网用户群代理购电业务的月电量预测方法，其特征在于，包括以下步骤： S1，基于当前在网代理购电用户群构建未来在网用户集，获得未来在网用户集的历史用电情况的电量数据集，并通过API接口获取气象数据；具体过程为：构建的未来在网用户集包括稳定用户、未来退网用户和未来入网用户，通过剔除未来退网用户的历史用电数据并加入未来入网的历史用电数据，构建未来在网用户集的历史用电情况数据集；同时，通过API接口获取用户所在区域的历史气象数据； S2，设定月最高温度、月电量作为检测项，将S1获得的电量数据和气象数据中的温度数据按时间逆序排列，形成未来在网用户群历史数据集；识别检测项中的异常数据，并对检测出的异常数据进行修复获得修复数据集； S3，通过S2的结果获得在网代理购电用户群的用电变化趋势，采用逆向预测填补方法，对检测项缺失的历史数据进行修补获得修补数据集； S4，基于S3的结果，通过Pearson相关系数分析获得气象与电量的关系； S5，基于S4的结果进行特征提取；基于S3的结果，对提取的特征进行建模，并采用交叉验证技术评估并选择最优的模型参数以训练模型，对训练后的模型进行测试，获得测试后的模型；具体过程如下： S5.1，将S3修补数据集划分训练集、验证集、测试集； S5.2，选取历史数据中包括月最高温度、月电量月特征向量作为模型的输入特征； S5.3，通过设定的判断条件区分特殊月份和正常月份；对于特殊月份，采用规则模型进行预测；对于正常月份，构建支持向量回归预测模型进行预测；具体过程为： S5.3.1，判定条件包括法定长假所在月、历史极端气候频发月设定为特殊月份的，其余为正常月份； S5.3.2，对于特殊月份，采用规则模型进行预测，其表达式为： 式中：为预测的电量；为截距项；为第个非节假日特征变量在时间t的取值；为对应的回归系数；为第j个节假日效应变量在时间t的指示函数，取值为0或1；为对应的节假日效应系数；为误差项； S5.3.3，对于正常月份，构建支持向量回归预测模型进行预测，支持向量回归预测模型表达式为： 式中：为预测输出值，即目标月份的预测电量，为回归超平面的权重向量，即特征系数，决定各输入特征对电量预测的贡献度；为非线性映射函数，将输入从空间转换到更高维空间；为偏置项，其为常数，用于调整回归超平面的截距，为维映射空间，维度可能远高于原始输入空间； S5.4，构建损失函数与优化目标；引入松弛变量，构建SVR的原始问题； S5.5，使用拉格朗日乘子和Karush-Kuhn-Tucker条件将SVR的原始问题转化为对偶形式； S5.6，通过计算拉格朗日乘子并在展开式中找到支持向量，使用核函数替换点积； S6，采用测试后的模型对未来一个月的电量进行预测，获得预测结果。

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国网浙江省电力有限公司营销服务中心，其通讯地址为：311100 浙江省杭州市余杭区云联路138号5幢；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。