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！

龙图腾网获悉国网冀北电力有限公司计量中心;国家电网有限公司;东南大学申请的专利负荷预测方法、系统、电子设备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：CN119171433B 。

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：202411374513.9，技术领域涉及：H02J3/00；该发明授权负荷预测方法、系统、电子设备及存储介质是由张茹;焦东翔;霍大伟;王杰;薛一鸣;王开让;王龙宇;周铁生;薄博;徐青山;张博智;王亚超;赵晟琪;杨永标;王燕晋设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本负荷预测方法、系统、电子设备及存储介质在说明书摘要公布了：本发明实施例提供一种负荷预测方法、系统、电子设备及存储介质，属于电力预测领域。该方法包括：获取历史负荷数据并进行预处理，获得目标历史负荷数据；将其输入至预先构建的LTSF‑Linear模型进行预测，获得预测结果；使用多模型融合Stacking集成学习将LTSF‑Linear模型输出的预测结果基于线性回归模型计算得到目标预测结果。在预测模型构建方面，使用LTSF‑Linear模型中的各子模型作为负荷预测的基模型对历史负荷数据分别进行预测，使用基于上述基模型的线性回归模型作为元模型，并通过多模型融合Stacking集成学习的方法训练得到最终预测结果，提高了负荷预测结果的精准度。

本发明授权负荷预测方法、系统、电子设备及存储介质在权利要求书中公布了：1.一种负荷预测方法，其特征在于，包括： 获取历史负荷数据，并对历史负荷数据进行预处理，获得目标历史负荷数据； 将所述目标历史负荷数据输入至预先构建的LTSF-Linear模型进行预测，获得预测结果，其中，所述预先构建的LTSF-Linear模型包括Linear子模型、DLinear子模型以及NLinear子模型； 使用多模型融合Stacking集成学习将LTSF-Linear模型输出的预测结果基于线性回归模型计算得到目标预测结果； 使用多模型融合Stacking集成学习将LTSF-Linear模型输出的预测结果基于线性回归模型计算得到目标预测结果，包括： 将LTSF-Linear模型中的Linear子模型、DLinear子模型、NLinear子模型作为负荷预测的基模型，利用线性回归作为元学习器； 将历史负荷数据划分为时序训练集和测试集，并计算得到基模型的在训练集和测试集的预测结果； 基于负荷的日周期特性，将预测结果分时刻点视为不同的随机变量，并针对分时刻点构建基模型的预测结果的线性回归模型； 在训练集上优化得到线性回归模型的权重和偏置，并根据线性回归模型，以及基模型在测试集上预测结果，计算得到目标预测结果； 线性回归模型如下： ； ； 式中，表示Stacking集成学习模型在测试集上的预测结果，、、表示第i时刻Linear子模型、DLinear子模型、NLinear子模型的权重，、、表示第i时刻Linear子模型、DLinear子模型、NLinear子模型的预测结果，表示偏置，n为整数。

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冀北电力有限公司计量中心;国家电网有限公司;东南大学，其通讯地址为：100045 北京市西城区地藏庵南巷1号10号楼2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。