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！

龙图腾网获悉山东电工电气集团数字科技有限公司;中国电气装备集团有限公司申请的专利一种超短期电力负荷预测方法及装置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：CN119010006B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411166922.X，技术领域涉及：H02J3/00；该发明授权一种超短期电力负荷预测方法及装置是由王瑞;王新刚;傅春明;刘恒志;姜腾光;张国珍;杨志强;傅斌;袁翰林;齐伟峰;黄俊花;张莉设计研发完成，并于2024-08-23向国家知识产权局提交的专利申请。

本一种超短期电力负荷预测方法及装置在说明书摘要公布了：本发明涉及电力负荷预测技术领域，具体是一种超短期电力负荷预测方法。本方法包括时间序列分解、基于样本熵对分解后的序列进行重构、利用神经网络对重构后的序列进行预测三部分。采用CEEMDAN分解时间序列，CEEMDAN能够适应数据的本地特征，自动从复杂的信号中提取内在的振荡模式，分解得到的IMFs可以直接用于特征工程，支持建立更精确的预测模型。超短期负荷预测模型采用TSFormer神经网络，TSFormer架构通过自注意力机制能够有效捕捉时间序列数据中的长期依赖关系，这对于准确预测电力负荷尤为关键。相比传统的RNN和LSTM，Transformer可以并行处理所有时间步，提高了训练效率和预测性能。

本发明授权一种超短期电力负荷预测方法及装置在权利要求书中公布了：1.一种超短期电力负荷预测方法，其特征在于：包括以下步骤： S01、使用完整集成经验模式分解同步扩展对原始负载序列进行分解，从非线性和非平稳的电力数据中分解出多个IMF分量序列，并同步提取时空特征； 步骤S01具体为： S11、加入高斯噪声，在原始负载序列上加入有限个数的自适应高斯白噪声，表示公式为： 1； 其中表示原始负载序列，表示原始负载序列第i次加入高斯白噪声后得到的序列，表示噪声系数，表示第i次加入的高斯白噪声； S12、求第一个IMF分量，使用第一个IMF分量的平均值对进行EMD分解，如公式2所示： 2， 其中为第i次加入高斯白噪声后的原始负载序列分解后得到的第一个IMF，M为高斯白噪声分解次数，然后用原始负载序列减去IMF1，得到第一个残差序列，如公式3所示： 3； 其中为得到的残差序列； S13、求第二个IMF，对进行EMD分解，得到第二个IMF分量，结果公式4所示： 4， 其中、分别表示对相应信号进行第j次EMD分解的操作，并提取第j各IMF分量，表示加入高斯白噪声后的权重系数； S14、求残差的最终序列，重复公式5，得到剩余的IMF分量， 5； 其中k为IMF成分总数，、表示第k、k-1个残差序列，为第k个IMF分量，表示与第k次操作相关的权重系数，、分别表示对相应信号进行EMD分解； 最终的残差序列为6，其中res为最终的残差序列； S02、基于样本熵重构步骤S01分解得出的IMF分量序列，得到两个新的序列，分别为波动序列F1和趋势序列F2； S03、将波动序列F1和趋势序列F2输入由TSFormer网络构成的短期负荷预测模型，TSFormer网络包括输入层、编码器层和输出层，输入层对输入序列进行特征嵌入和位置编码，特征嵌入是将输入序列转换成高维空间中的嵌入向量，位置编码是在嵌入向量中添加位置编码以保留时间信息；编码器层由多个子编码层堆叠而成，每个子编码层均包括自注意力层和前馈网络，自注意力层将经过位置编码的嵌入向量分别通过不同的查询、键和值矩阵转换，再进行缩放点积注意力计算，得到最终的注意力输出，每个自注意力层后面接一个前馈网络，前馈网络对每个位置的输出独立地应用相同的全连接层进行线性变换和激活；输出层位于编码器层之后，通过一个或多个全连接层进行最后的预测，预测接下来几个时间点或者某一时刻的电力负荷值。

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山东电工电气集团数字科技有限公司;中国电气装备集团有限公司，其通讯地址为：250001 山东省济南市高新区汉峪金融商务中心5区5号楼17层；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。