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！

龙图腾网获悉南京大全电气研究院有限公司申请的专利一种基于时序分析和BP神经网络的能耗预测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：CN119476989B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411494738.8，技术领域涉及：G06Q10/0637；该发明授权一种基于时序分析和BP神经网络的能耗预测方法及系统是由熊林海;李卉;林晨;孙谦;刘亮;张步林设计研发完成，并于2024-10-24向国家知识产权局提交的专利申请。

本一种基于时序分析和BP神经网络的能耗预测方法及系统在说明书摘要公布了：本发明公开一种基于时序分析和BP神经网络的能耗预测方法及系统，采用时间序列模型和DeepAR神经网络模型，通过获取能耗站点内设备的历史负荷数据及能耗站点的历史特征数据，建立基于时序分析和机器学习的的负荷预测混合模型。本发明实施例公开的能耗预测方法及系统，能够兼顾机器学习模型的长期预测性能，以及BP神经网络的短期预测性能，有效克服传统预测模型所面临的过于依赖特征数据、预测步长短、稳定性不足等问题，极大地提升了负荷数据预测的精度和鲁棒性。

本发明授权一种基于时序分析和BP神经网络的能耗预测方法及系统在权利要求书中公布了：1.一种基于时序分析和BP神经网络的能耗预测方法，用于预测能耗站点内设备的负荷数据，其特征在于，所述方法包括： 根据能耗站点的历史特征数据，以及能耗站点内所有设备的历史负荷数据，筛选出与负荷数据相关系数超过预设相关阈值的目标特征； 采用BP反向传播算法，基于目标特征的历史特征数据和预选目标设备的历史负荷数据训练DeepAR神经网络，得到用于预测设备负荷数据的能耗预测模型； 采用以下方式选取目标设备： 基于K-Means聚类算法对所有设备的历史负荷数据进行聚类分析，获得每个类簇的质心值； 将质心值最大类簇对应的设备作为目标设备； 将任一目标特征在前T天内的数据输入ARIMA时间序列模型，以获得任一目标特征在第T+1天的预测数据； 将所有目标特征在前T天内的数据和在第T+1天的预测数据，以及所有目标设备在前T天内的负荷数据输入能耗预测模型，预测得到每个目标设备在第T+1天的负荷数据； 针对每一个目标设备，均采用第T天的实测负荷数据和预测负荷数据对第T+1天的预测负荷数据进行补偿处理； 在每日结束后，基于当日采集的负荷数据和特征数据重新训练能耗预测模型； 利用重新训练的能耗预测模型预测每个目标设备在次日的负荷数据； 判断目标设备的数量是否小于或等于N， 若是，将所有目标设备均作为高价值设备； 若否，对每个目标设备均计算RFM值， 其中，R代表所述目标设备最近一次运行是在当前日期的R天前；‌F代表目标设备的每月平均运行天数；‌M代表目标设备在一年内的总运行天数； 将RFM值最高的前N个目标设备作为高价值设备； 基于任一高价值设备在次日的负荷数据，生成对应的负荷预测报告提供给用户。

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南京大全电气研究院有限公司，其通讯地址为：211100 江苏省南京市经济技术开发区隐龙路28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。