河海大学叶亚雯获国家专利权
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！
龙图腾网获悉河海大学申请的专利一种结合天气参数的短期电力负荷预测方法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：CN119647699B 。
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：202411867959.5，技术领域涉及：G06Q10/04；该发明授权一种结合天气参数的短期电力负荷预测方法是由叶亚雯;廖小平设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。
本一种结合天气参数的短期电力负荷预测方法在说明书摘要公布了：本发明公开了一种结合天气参数的短期电力负荷预测方法，包括：获取电力负荷数据及对应时间的天气参数；对数据进行预处理；使用EEMD方法将电力负荷数据分解为高频非线性分量和低频线性分量；结合天气参数，训练引入注意力机制的基于多尺度特征提取的CNN‑LSTM模型，输出高频非线性分量预测值；针对低频线性分量，采用时间序列模型SARIMA，输出低频线性分量预测值；将高频非线性分量预测值与低频线性分量预测值相加，得到完整的负荷预测结果，进行误差分析，对模型进行迭代优化。本发明通过引入天气数据，通过序列分解提取高频非线性分量，并利用天气参数作为输入构建深度学习预测模型，提升复杂负荷波动的预测能力和短期负荷预测的精度与可靠性。
本发明授权一种结合天气参数的短期电力负荷预测方法在权利要求书中公布了：1.一种结合天气参数的短期电力负荷预测方法，其特征在于，包括如下步骤： S1：获取预设时间段内电力负荷数据及对应时间的天气参数； S2：对数据进行预处理，确保数据质量与一致性； S3：使用集成经验模态分解EEMD方法将电力负荷数据分解为高频非线性分量和低频线性分量； S4：基于高频非线性分量，结合天气参数，训练引入注意力机制的基于多尺度特征提取的CNN-LSTM模型，输出待预测时间段的高频非线性分量预测值； S5：针对低频线性分量，采用时间序列模型SARIMA，捕捉低频线性分量的长期趋势，输出低频线性分量预测值； S6：将高频非线性分量预测值与低频线性分量预测值相加，得到完整的负荷预测结果，对预测结果与实际值进行误差分析，对模型进行迭代优化； S7：通过优化后的模型输出电力负荷预测结果。
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河海大学，其通讯地址为：210024 江苏省南京市鼓楼区西康路1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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励