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！

龙图腾网获悉华南理工大学申请的专利基于季节性负荷自适应划分的建筑短期用电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：CN118367542B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202410498763.7，技术领域涉及：H02J3/00；该发明授权基于季节性负荷自适应划分的建筑短期用电负荷预测方法是由周璇;朱磊;闫军威设计研发完成，并于2024-04-24向国家知识产权局提交的专利申请。

本基于季节性负荷自适应划分的建筑短期用电负荷预测方法在说明书摘要公布了：本发明公开了一种基于季节性负荷自适应划分的建筑短期用电负荷预测方法，包括：构建多源数据集；对多源数据集进行数据预处理；利用预处理后建筑用电负荷数据和干球温度数据，构建季节性负荷自适应划分模型，得到季节性负荷自适应划分结果；基于季节性负荷自适应划分结果确定不同预测场景并进行相关性分析，选出不同预测场景下最佳影响因素集合，构建特征数据集；将不同预测场景下的特征数据集输入到不同预测场景的用电负荷预测模型进行模型训练；根据待预测时间点的特征数据和训练好的用电负荷预测模型，得到待预测时间点用电负荷预测结果。本发明充分利用了建筑用电负荷的季节性知识和内外部信息，有利于提升用电负荷预测精度。

本发明授权基于季节性负荷自适应划分的建筑短期用电负荷预测方法在权利要求书中公布了：1.基于季节性负荷自适应划分的建筑短期用电负荷预测方法，其特征在于，包括下述步骤： S1：获取建筑历史用电负荷数据、室外气象数据和日期属性数据，构建多源数据集； S2：对多源数据集进行数据预处理； S3：利用预处理后建筑用电负荷数据和干球温度数据，构建季节性负荷自适应划分模型，得到季节性负荷自适应划分结果； S4：基于季节性负荷自适应划分结果确定不同预测场景，对不同预测场景下用电负荷影响因素进行相关性分析，选出不同预测场景下最佳影响因素集合，构建特征数据集； S5：将不同预测场景下的特征数据集输入到不同预测场景的用电负荷预测模型进行模型训练，包括以下步骤： S51：构建基于CatBoost的用电负荷预测模型，具体为： S511：对输入特征数据集进行归一化处理，归一化后数据集为D＝{Xi,Yi}i＝1,2,…,T； S512：对D进行随机排序，排序结果为s＝{s1,s2,…si,…,sT}； S513：对每个样本Xi训练一个决策树模型Mii＝1,2,…,T，每一次训练的残差估计公式为： ri＝Yi-Msi-1Xi 式中，Msk-1Xi是用si-1包含的样本训练Xi对应的决策树模型； S514：利用每一次训练的残差估计作为梯度估计，用该梯度估计训练弱学习器，得到最终的预测结果； S52：基于CatBoost模型输出结果，构建基于的LSTM的用电负荷预测模型；具体为： S521：将CatBoost模型预测结果归一化后输入特征数据集作为新特征，形成输入序列x＝x1,x2,…,xt-1； S522：通过迭代求解LSTM网络隐含层输出序列h＝h1,h2,…,jt； S523：基于S522得到的隐含层输出序列h，经过变换得到模型输出序列y＝y1,y2,…,yt； S6：根据待预测时间点的特征数据和训练好的用电负荷预测模型，得到待预测时间点用电负荷预测结果。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。