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！

龙图腾网获悉国网浙江省电力有限公司舟山供电公司申请的专利融合标准互信息与改进双向LSTM的行业负荷预测方法、系统及设备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：CN120562841B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202511081774.6，技术领域涉及：G06Q10/0631；该发明授权融合标准互信息与改进双向LSTM的行业负荷预测方法、系统及设备是由黄浩;钱建国;金学奇;张静;甘纯;方海娜;李赢;朱婉仪;徐冉月;潘永春;张引贤;郑钢;邱喻;张隆禹;王涛设计研发完成，并于2025-08-04向国家知识产权局提交的专利申请。

本融合标准互信息与改进双向LSTM的行业负荷预测方法、系统及设备在说明书摘要公布了：本发明公开了一种融合标准互信息与改进双向LSTM的行业负荷预测方法、系统及设备，涉及电力系统技术领域。目前，行业月度负荷预测不准确。本发明包括步骤：采用计及核密度估计的改进模糊C均值聚类算法，对包括负荷序列和消费水平、气温、休假的信息进行聚类处理；基于聚类结果进行标准互信息计算，对信息因素与行业月度负荷之间的关联性进行定量分析；分配权重，构建双向LSTM神经网络捕捉行业负荷的时序变化规律，采用多头注意力机制分析外部特征影响，并通过卷积神经网络连接，输出行业月度负荷预测结果。本技术方案能有效计及外部影响因素对行业月度负荷的影响，提升行业月度负荷预测结果的准确度。

本发明授权融合标准互信息与改进双向LSTM的行业负荷预测方法、系统及设备在权利要求书中公布了：1.一种融合标准互信息与改进双向LSTM的行业负荷预测方法，其特征在于，包括以下步骤： 1采用计及核密度估计的改进模糊C均值聚类算法，对包括负荷序列和消费水平、气温、休假的信息进行聚类处理； 2基于聚类结果进行标准互信息计算，对包括消费水平、气温、休假的信息因素与行业月度负荷之间的关联性进行定量分析； 3结合关联性分析结果分配权重，构建双向LSTM神经网络捕捉行业负荷的时序变化规律，采用Transformer多头注意力机制分析外部特征影响，并通过卷积神经网络连接，输出行业月度负荷预测结果； 步骤3的月度负荷预测包括步骤： 3.1关联性权重计算：将行业月度负荷与每个外部影响因素的标准互信息值归一化，以确定包括消费水平、气温、休假的信息因素的特征权重； 3.2特征向量加权：根据计算得到的特征权重，将所有外部影响因素的特征向量进行加权求和，得到强化后的综合特征向量； 3.3双向LSTM网络建模：采用双向长短时记忆网络，将历史月度负荷的时间序列特征向量作为输入，捕捉行业月度负荷时序变化趋势； 3.4Transformer多头注意力机制建模：应用Transformer多头注意力机制，将多维外部特征向量及综合特征向量作为输入，通过并行注意力头捕捉跨特征维度的动态关联关系； 3.5网络优化与输出：将双向LSTM提取的时序特征向量与Transformer编码的多头注意力特征通过卷积神经网络构建特征交互层，最终经全连接层输出具有环境适应能力的行业月度负荷预测值。

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浙江省电力有限公司舟山供电公司，其通讯地址为：316021 浙江省舟山市定海区临城街道定沈路669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。