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！

龙图腾网获悉湖北华中电力科技开发有限责任公司;国网湖北省电力有限公司申请的专利一种基于机器学习算法预测每小时用电量的方法及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：CN115907033B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202211534465.6，技术领域涉及：G06N20/00；该发明授权一种基于机器学习算法预测每小时用电量的方法及系统是由夏勇军;罗宾;郭志刚;陈莉娟;施志勇;徐文;赵立华设计研发完成，并于2022-12-02向国家知识产权局提交的专利申请。

本一种基于机器学习算法预测每小时用电量的方法及系统在说明书摘要公布了：本发明提供一种基于机器学习算法预测每小时用电量的方法及系统，所述方法包括：获取用电量数据和天气数据，其中电量数据包括含时间、用户编号、用电量，天气数据包括当地记录时间、气温、风力、湿度；对获取到的电量数据和天气数据进行清洗处理；对清洗后的数据进行建模，得到VAR模型；根据建立的VAR模型预测未来时刻的用电量。本发明建立的VAR模型是基于ARIMA模型的改进版本，预测精度得到了提高，同时基于自身算法特点使得所需数据样本量少，相比有监督学习的机器学习算法在所需的样本量上优势明显。在样本数量不足的特定场景下，使用该算法模型相较其它机器学习模型，预测效果较为突出。

本发明授权一种基于机器学习算法预测每小时用电量的方法及系统在权利要求书中公布了：1.一种基于机器学习算法预测每小时用电量的方法，其特征在于：包括如下步骤： 步骤一、获取用电量数据和天气数据，其中电量数据包括含时间、用户编号、用电量，天气数据包括当地记录时间、气温、风力、湿度； 步骤二、对步骤一获取到的电量数据和天气数据进行清洗处理； 步骤三、对清洗后的数据进行建模，建模过程依次如下： 进行自变量与因变量的检验1，即格兰杰因果关系检验，判断作为因变量的用电量别和作为自变量的气温、风力、湿度之间是否存在因果关系，若存在因果关系，则执行下一步： 进行自变量与因变量的检验2，即协整检验，判断时间序列是否平稳，当协整检验失败时，需要做差分，然后用差分数据再来进行协整检验，若检验通过则执行下一步； 根据赤池信息准则确定模型的滞后阶数； 进行模型因变量的检验，即判断用电量时序数列没有随机误差自相关时，检验通过，然后执行下一步； 建立VAR模型：所述VAR模型包括多元线性回归模型和时间序列模型，让当前作为X的气温、风力、湿度和滞后阶数的作为Y的用电量之间形成第一映射，并让当前作为Y1的用电量和滞后阶数的作为Y2的用电量之间形成第二映射，其中第一映射即为多元线性回归模型，第二映射即为ARIMA时间序列模型； 步骤四、根据步骤三建立的VAR模型预测未来时刻的用电量。

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湖北华中电力科技开发有限责任公司;国网湖北省电力有限公司，其通讯地址为：430070 湖北省武汉市洪山区徐东大街215号华中电网管理培训中心4号楼4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。