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！

龙图腾网获悉天津大学;国网经济技术研究院有限公司;国网河南省电力公司经济技术研究院申请的专利一种基于深度学习源荷中长期预测的场景生成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：CN119721455B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411765841.1，技术领域涉及：G06Q10/063；该发明授权一种基于深度学习源荷中长期预测的场景生成方法及系统是由刘一欣;郭力;李彦榕;朱文志;姜世公;李鹏;马良;刘忠健;李慧璇设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本一种基于深度学习源荷中长期预测的场景生成方法及系统在说明书摘要公布了：本发明提出了一种基于深度学习源荷中长期预测的场景生成方法及系统，方法包括：通过基于DenseNet‑Autoformer网络的负荷预测模型预测未来负荷用电量；根据基于WGAN‑GP的风光联合场景扩充模型扩充风光联合场景样本；基于高斯混合聚类对生成的风光联合场景样本进行场景缩减得到典型风光联合功率场景。本发明提出的DenseNet‑Autoformer网络对负荷时间序列进行深度分解，得到其周期、趋势分量的高维时序特征，建立了综合考虑气象和经济因素的负荷中长期预测模型，建立了渐进式时序分解架构，在预测未来负荷用电量过程中，模型交替进行预测结果优化与序列分解，结合自相关机制，实现了负荷时间序列的序列级链接，降低了模型的时间复杂度。

本发明授权一种基于深度学习源荷中长期预测的场景生成方法及系统在权利要求书中公布了：1.一种基于深度学习源荷中长期预测的场景生成方法，其特征在于，包括： 通过基于DenseNet-Autoformer网络的负荷预测模型预测未来负荷用电量； 扩充风光联合场景样本，对生成的风光联合场景样本进行场景缩减得到典型风光联合功率场景，整合预测的未来负荷用电量和典型风光联合功率场景，得到源荷场景； 所述通过基于DenseNet-Autoformer网络的负荷预测模型预测未来负荷用电量，包括：以历史月均气象、经济序列和历史负荷月用电量序列为输入，通过基于DenseNet-Autoformer网络的负荷预测模型预测未来负荷用电量，输出未来各月负荷用电量预测结果； 所述基于DenseNet-Autoformer网络的负荷预测模型包括N个编码器层和M个解码器层；每个编码器层包含一个自相关模块、两个时序分解模块和一个深度特征提取模块；每个解码器层包含一个自相关模块、一个编码器-解码器相关模块、三个时序分解模块和一个深度特征提取模块； 所述深度特征提取模块在前馈层后添加一个DenseNet层，DenseNet网络结构包括4个稠密连接块和3个传递层，传递层为Conv1×1+全局平均池化层，稠密连接块中各层之间传递的特征映射大小一致，稠密连接块中的非线性转化函数采用BN+ReLU+Conv3×3的操作结构，稠密连接块中各层进行卷积操作后均得到k个特征映射的通道数，即DenseNet网络的增长率为k，则第l层的输入通道数为k0+kl-1，其中k0为输入层特征映射的通道数。

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天津大学;国网经济技术研究院有限公司;国网河南省电力公司经济技术研究院，其通讯地址为：300071 天津市南开区卫津路92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。