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！

龙图腾网获悉广东电网有限责任公司珠海供电局申请的专利一种用户用电短期日电量二重分解方法、装置及存储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：CN119721347B 。

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：202411788226.2，技术领域涉及：G06Q10/04；该发明授权一种用户用电短期日电量二重分解方法、装置及存储介质是由熊威;周一凡;吴思瑾;关俊宁;凌华明;杨蕴琳;雷国盛;柯永超;孙殿坤;龚莉莉;曾海;许炫壕设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本一种用户用电短期日电量二重分解方法、装置及存储介质在说明书摘要公布了：本发明涉及一种用户用电短期日电量二重分解方法、装置及存储介质，应用于电力系统负荷预测技术领域，包括：通过特征辨识技术从历史数据中提取关键的特征数据，利用特征数据采用回归周期分解法获取趋势分量和周期分量，以及采用经验模态分解获取随机分量，并针对每个分量采用不同的预测模型进行预测，最后，结合深度学习技术和集成学习技术，将各分量的预测结果进行有效融合，以提高预测精度和鲁棒性，本申请的方法通过准确识别影响产业用户短期日电量的关键因素，并捕捉电量变化的细微特征和规律，从而构建更为精确的预测模型，满足了电网营销部门对电量预测的高精度和时效性要求，为电力市场的运营和决策提供有力支持。

本发明授权一种用户用电短期日电量二重分解方法、装置及存储介质在权利要求书中公布了：1.一种用户用电短期日电量二重分解方法，其特征在于，所述方法包括： 获取用户历史预设时间段内的日用电量数据； 对获取的历史预设时间段内的日用电量数据进行预处理，得到标准日用电量数据，包括： 采用回归插补的方法对所述日用电量数据中的缺失值进行填充； 对填充后的日用电量数据采用Min-Max标准化方法对进行标准化处理，得到标准日用电量数据； 对所述标准日用电量数据进行特征数据的提取，包括： 获取所述标准日用电量数据中的最大负荷值、最小负荷值以及平均负荷值； 根据所述最大负荷值以及最小负荷值获取峰谷差； 根据所述峰谷差以及最大负荷值获取峰谷差率； 根据所述标准日用电量数据获取工作日平均日电量以及休息日平均日电量；根据工作日平均日电量以及休息日平均日电量获取工作日-休息日电量比； 根据提取的特征数据，采用回归周期分解法获取趋势分量和周期分量，获取趋势分量包括： 设置回归周期分解的回归参数，根据所述回归参数、最大负荷值、最小负荷值以及平均负荷值获取初始趋势分量； 对所述初始趋势分量采用移动平均方法进行平滑处理，消除所述初始趋势分量中的短期噪声，得到所述趋势分量； 获取周期分量包括： 设置哑变量的回归系数，根据所述哑变量的回归系数、峰谷差率以及工作日-休息日电量比获取周期性哑变量； 根据所述标准日用电量数据、趋势分量以及周期性哑变量得到指定分量； 对所述指定分量使用经验模态分解法进行分解，提取其中的中频IMF分量，所述中频IMF分量为周期性残差变量； 将所述周期性残差变量以及周期性哑变量进行结合，得到所述周期分量； 根据所述趋势分量以及周期分量获取初始随机分量； 对所述初始随机分量添加不同的随机噪声来生成多次扰动版本； 对生成的每次扰动版本均进行经验模态分解，每次经验模态分解均得到高频数据、中频数据以及低频数据，将多次分解得到的高频数据进行累加，得到最终随机分量； 通过所述趋势分量对预搭建的多项式回归模型框架进行迭代训练，得到趋势分量预测模型；通过所述周期分量对预搭建的自回归移动平均模型框架进行迭代训练，得到周期分量预测模型；通过所述最终随机分量对预搭建的随机森林模型框架进行迭代训练，得到随机分量预测模型； 通过所述趋势分量预测模型、周期分量预测模型以及随机分量预测模型分别输出待预测用户的趋势分量预测值、周期分量预测值以及随机分量预测值； 将所述趋势分量预测值、周期分量预测值以及随机分量预测值进行融合，得到待预测用户的日用电量预测值。

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广东电网有限责任公司珠海供电局，其通讯地址为：519000 广东省珠海市香洲区红山路300号1楼-18楼、20楼、21楼；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。