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！

龙图腾网获悉国网辽宁省电力有限公司葫芦岛供电公司申请的专利基于双阶段模型的港区电力负荷边界预测系统及调控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：CN120430445B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510401115.X，技术领域涉及：G06Q10/04；该发明授权基于双阶段模型的港区电力负荷边界预测系统及调控方法是由潘奕林;朱家正;潘英利;颜霖;左越;张博;张一;张默;刘博维;徐胜;张宇;戢超楠;董奥;才超;赵林;高宜鸣;李翔宇;初祎;姚佳彤;殷昊楠;梁凌;李浛永设计研发完成，并于2025-04-01向国家知识产权局提交的专利申请。

本基于双阶段模型的港区电力负荷边界预测系统及调控方法在说明书摘要公布了：本发明公开了基于双阶段模型的港区电力负荷边界预测系统及调控方法，包括：实时数据采集模块主用于实时获取港口设备的运行状态数据，采集气象传感器环境监测数据及配电站电网负荷数据；数据预处理模块与数据采集模块电性连接，主用于对多源异构数据进行标准化处理；双阶段预测模块主用于先进行短期负荷预测，再结合长期趋势预测，提供精确的港区电力负荷预测结果；智能调控模块主用于采用带约束条件的模型预测控制算法生成设备调控策略；执行反馈模块主用于实现调控策略的闭环执行与运行反馈数据采集。本发明的优点在于：通过实时数据采集和双阶段负荷预测，先进行短期负荷预测，再结合长期趋势预测，精准应对电力负荷的短期波动和长期变化。

本发明授权基于双阶段模型的港区电力负荷边界预测系统及调控方法在权利要求书中公布了：1.基于双阶段模型的港区电力负荷边界预测系统，其特征在于： 包括： 实时数据采集模块：所述实时数据采集模块用于实时获取港口岸桥、场桥、冷箱堆场设备的运行状态数据，同步采集气象传感器环境监测数据及配电站电网负荷数据； 数据预处理模块：所述数据预处理模块与数据采集模块电性连接，用于对多源异构数据进行标准化处理； 双阶段预测模块：所述双阶段预测模块用于先进行短期负荷预测，再结合长期趋势预测，提供精确的港区电力负荷预测结果； 所述双阶段预测模块包括： 第一阶段单元：所述第一阶段单元用于负荷趋势预测，采用多层级LSTM网络架构，通过门控机制提取负荷时序特征，生成包含短期波动特征和长期趋势分量的负荷预测曲线； 第二阶段单元：所述第二阶段单元用于边界区间生成，基于第一阶段单元获取的负载变化规律，根据分位数回归模型构建具有时变特性的动态负荷边界区间； 所述第一阶段单元用于负荷趋势预测，采用多层级LSTM网络架构，通过门控机制提取负荷时序特征，生成包含短期波动特征和长期趋势分量的基础负荷预测曲线，包括： 基于预处理后的数据采集模块各单元数据，通过滑动窗口统计计算提取各单元数据的滑动均值、方差数据特征，构建短期波动预测数据集； 通过STL分离负荷的长期趋势、季节性和残差项进行周期分解，构建长期波动预测数据集； 基于处理后的各单元数据，优先处理短期波动预测数据集，根据时间戳对齐，构建多变量时序矩阵； 基于多层级LSTM模型，将历史时序数据通过第一层LSTM、第二层LSTM、Dropout层、全连接层的处理，输出未来短期时间内的负荷预测值； 基于构建获取的长期波动预测数据集，通过多层级LSTM模型进一步训练处理，输出未来长期时间内的负荷预测值； 通过最小化损失函数和对超参数的优化，获取误差最小的负荷预测值，并输出包含短期波动与长期趋势分量的负荷预测曲线； 所述第二阶段单元用于边界区间生成，基于第一阶段单元获取的负载变化规律，根据分位数回归模型构建具有时变特性的动态负荷边界区间，包括： 基于第一阶段单元获取的负荷预测曲线，计算其与实际值的残差序列，并建立分位数回归模型，量化负荷预测误差的不确定性； 基于时变波动率估计与分位数回归结果，计算动态调整的电力负荷上下边界； 基于设备物理极限与实时事件，修正边界区间的安全阈值； 基于多目标损失函数评估区间的覆盖率和宽度，通过覆盖概率与平均宽度指标判断安全阈值有效性； 智能调控模块：所述智能调控模块用于基于负荷边界预测结果，采用带约束条件的模型预测控制算法生成设备调控策略； 执行反馈模块：所述执行反馈模块用于实现调控策略的闭环执行与运行反馈数据采集； 数据库模块：所述数据库模块用于存储港区历史电力负荷数据、模型参数数据、预测数据。

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辽宁省电力有限公司葫芦岛供电公司，其通讯地址为：125000 辽宁省葫芦岛市龙港区龙湾大街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。