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！

龙图腾网获悉陕西科技大学;中国电力科学研究院有限公司;国网福建省电力有限公司;国网福建省电力有限公司营销服务中心申请的专利一种极端天气下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：CN120597937B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202511093923.0，技术领域涉及：G06N3/045；该发明授权一种极端天气下电量预测方法是由刘耀先;陈景文;白雪峰;周颖;田传波;徐靖;白雪;杜苁聪;武亚杰;熊益红;郑鹏;朱玲玲;钱晓瑞;詹祥澎;陈宇颖设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本一种极端天气下电量预测方法在说明书摘要公布了：本发明提供了一种极端天气下电量预测方法，涉及电量预测技术领域，包括以下步骤：获取用户的用电量数据，筛选出极端天气对应的用电量数据，得到四种极端天气数据集，极端天气包括高温天气、寒潮天气、暴雨天气、台风天气；利用四种极端天气数据集构造历史电量特征及气象组合特征；利用历史电量特征及气象组合特征构建基于TTAO‑KAN‑LSTM的电量预测模型，进行训练并预测。本发明采用上述的一种极端天气下电量预测方法，解决了现有技术中在极端天气下预测存在较大偏差的问题。

本发明授权一种极端天气下电量预测方法在权利要求书中公布了：1.一种极端天气下电量预测方法，其特征在于，包括以下步骤： 步骤一、获取用户的用电量数据，筛选出极端天气对应的用电量数据，得到四种极端天气数据集，极端天气包括高温天气、寒潮天气、暴雨天气、台风天气； 步骤二、利用四种极端天气数据集构造历史电量特征及气象组合特征； 步骤三、利用历史电量特征及气象组合特征构建基于TTAO‑KAN‑LSTM的电量预测模型，进行训练并预测； 利用历史电量特征及气象组合特征构建基于TTAO‑KAN‑LSTM的电量预测模型，包括以下步骤： 对输入的历史电量特征及气象组合特征进行特征提取，得到不同时间步下的时序特征，将提取到的时序特征进行第一次非线性转换得到，第一非线性数据特征； 将不同时间步下的第一非线性数据特征经过加性求和得到隐藏层中间变量，将隐藏层中间变量经过第二次非线性转换得到第二非线性数据特征，将第二非线性特征数据输出得到极端天气下的电量； 两次非线性变换之间设置有隐藏层，组成KAN网络，使用TTAO算法对KAN网络进行优化，包括以下步骤： 根据KAN的激活函数参数构建初始网格，将每个网格点视为拓扑节点； 通过三角剖分算法生成邻接关系，形成三角单元集合，每个三角单元代表局部特征的关联区域； 计算节点间连接权重，公式为： ； 其中，表示节点和节点间的连接权重，和为超参数，用于控制权重分布； 对每个三角单元内的特征进行加权聚合，权重由节点间连接强度决定，全局特征表示为： ； 其中，表示节点的权重，为节点特征； 动态调整权重，剔除权重低于阈值的节点，减少网格数量； 对相邻时间步的特征做差分运算，提取局部趋势，保留差分结果作为细化后的特征，局部特征变化量为： ； 其中，表示时刻的局部特征，表示时刻的局部特征； 动态更新网格点：根据输入数据激活状态，仅保留被激活的网格区域，删除未激活的冗余网格。

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陕西科技大学;中国电力科学研究院有限公司;国网福建省电力有限公司;国网福建省电力有限公司营销服务中心，其通讯地址为：710000 陕西省西安市未央大学园区学府中路6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。