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！

龙图腾网获悉国网山西省电力公司营销服务中心申请的专利基于半监督学习的用户用电量数据分析建模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：CN120597051B 。

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：202511094459.7，技术领域涉及：G06F18/241；该发明授权基于半监督学习的用户用电量数据分析建模方法及系统是由肖春;潘力志;石智珩;高岱峰;曹琼;姚俊峰;李俊午;王生晖;王雪瑶;闫春蕊;许田阳设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本基于半监督学习的用户用电量数据分析建模方法及系统在说明书摘要公布了：本申请提供了一种基于半监督学习的用户用电量数据分析建模方法及系统，属于电力系统数据分析与预测技术领域；解决了现有技术中数据检验准确性低、特性关联度偏差大等问题；该方法包括以下步骤：基于用户用电量特性数据和气候特性数据，采用图卷积网络构建半监督学习驱动的用电量数据检验及跟踪反馈模型；计算不同类型用户的用电量特性间皮尔逊相关系数，并构建基于深度置信网络的特性关联模型，分析用户类型、用户用电量时序特性与气候特性的非线性关系；基于灰色关联分析法，捕捉用电量变化的分布特征；本申请适用于电力系统资源优化，尤其在气候多变性下提升电网运行效率。

本发明授权基于半监督学习的用户用电量数据分析建模方法及系统在权利要求书中公布了：1.一种基于半监督学习的用户用电量数据分析建模方法，其特征在于：包括以下步骤： S1：用电量数据检验及跟踪反馈模型构建：基于用户用电量特性数据和气候特性数据，采用图卷积网络构建半监督学习驱动的用电量数据检验及跟踪反馈模型，其中图卷积网络的节点为融合了用户用电量特性数据和气候特性数据的特征向量，图卷积网络的边为用户之间用电行为相似性、用户用电行为与气候数据之间的关系； 用户用电量特性数据为通过电力系统获取的不同类型用户一段时间内的功率、电压电流时序数据，并基于电网质量规范对获取的数据进行清洗，并提取用电强度指标； 气候特性数据是从气象数据提取的，通过时空对齐将气象站点数据与电网台区匹配得到的气象数据，气候特性数据包括温度敏感系数和极端天气标记； 图卷积网络的每个节点表示一个电力用户实体，包括标记节点和未标记节点，标记节点为含气象灾害日标签的用户，未标记节点为普通用户； 图神经网络的节点输入为由各类型用户用电量数据和气候特性拼接而成的特征向量，图神经网络的边为用户之间用电行为相似性、用户用电行为与气候数据之间的关系，其节点定义如下：每个节点表示一个电力用户实体，特征向量表示为：[用户类型编码，当前时段功率，温度，湿度]，标记节点的未标记邻居信息：指的是与标记节点相连的未标记节点的数据； 通过边权重定义邻居关系，图卷积网络在聚合时利用这些未标记邻居信息来扩展决策边界； 图卷积网络的边权重为： ； 其中，为曲线相似性的归一化尺度因子； 半监督学习与图卷积网络形成闭环：标记节点数据指导初始训练→未标记节点数据通过图结构扩展决策边界→电网拓扑约束提升泛化能力→反向传播同步优化监督与非监督目标，最终聚合节点的标签信息和未标记节点的邻居信息； S2：特性关联模型构建：计算不同类型用户的用电量特性间皮尔逊相关系数，并构建基于深度置信网络的特性关联模型，分析用户类型、用户用电量时序特性与气候特性的非线性关系； S3：用电变化影响因素综合分析模型：基于灰色关联分析法，捕捉用电量变化的分布特征。

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山西省电力公司营销服务中心，其通讯地址为：030032 山西省太原市综改示范区太原唐槐园区武洛街10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。