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！

龙图腾网获悉南京邮电大学申请的专利一种基于数据-物理-知识联合驱动的供暖负荷调度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：CN115169839B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202210716879.4，技术领域涉及：G06Q10/0631；该发明授权一种基于数据-物理-知识联合驱动的供暖负荷调度方法是由张婕;付蓉设计研发完成，并于2022-06-23向国家知识产权局提交的专利申请。

本一种基于数据-物理-知识联合驱动的供暖负荷调度方法在说明书摘要公布了：本发明公开了一种基于数据‑物理‑知识联合驱动的供暖负荷调度方法，针对用暖负荷随机性大、不易调控的问题，首先设计了负荷聚类方法及基于数据、物理和知识模型的负荷功率预测算法；然后设计了供暖双层调度模型，用户层部署负荷控制终端，采集并上报功率数据，调度层包括预测模块、指标集模块和调度模块，其中预测模块对负荷进行分类、并预测用暖功率，指标集模块包括经济性、舒适性和公平性指标，调度模块基于负荷预测数据，以经济性、舒适性和公平性最大化为目标，采用粒子群算法求解调度功率，并由负荷控制终端实施，算例分析了双层调度策略的可行性。本发明为供暖转型下的负荷预测、调度提供技术方法，能有效提高供暖的公平性和有效性。

本发明授权一种基于数据-物理-知识联合驱动的供暖负荷调度方法在权利要求书中公布了：1.一种基于数据-物理-知识联合驱动的供暖负荷调度方法，其特征在于，所述方法的步骤为： 步骤1、分析现有电采暖负荷用暖习惯及特性，对负荷进行分类，然后设计一种基于数据-物理-知识模型联合驱动的用暖负荷功率预测算法；具体为，首先建立基于历史数据进行功率预测的数据模型，然后建立基于分时电价和负荷需求弹性系数的物理模型，接着建立基于增量式知识库和智能推测算法的知识推理模型，最后利用物理模型、知识推理模型的预测结果和修正算法修正数据模型的预测结果，得到负荷未来功率数据； 步骤2、设计一种电采暖负荷双层调度模型，具体为：所述双层调度模型包括用户层和调度层，在用户层安装负荷控制终端，采集、上报用户的用暖功率数据；调度层包括预测模块、指标集模块和调度模块，其中预测模块用于实施步骤1中的负荷分类和负荷功率预测算法；指标集模块包括经济性、舒适性和公平性指标，用于反映实施调度模块输出的调度策略后，用户的用暖改善情况；调度模块输出调度策略：采用粒子群算法，将负荷未来功率数据为初始粒子，以指标集数据即用户用暖改善情况最大化为目标函数，进行算法求解，输出调度功率，用户层的负荷控制终端实施调度策略； 其中，所述指标集模块包括经济性指标、公平性指标和舒适性指标，具体为： 1经济性指标，使用优化前后的分时电价和用暖设备功率来反映调度的经济性，其中Ee,cost为经济性指标；Pe、Pe,ft分别为优化前后的固定电价和t时刻的分时电价；Lloadt、Lload,ft为优化前后t时刻除供暖设备以外用户消耗的功率；Levt、Lev,ft为优化前后t时刻的供暖设备功率；i表示每类负荷的单个负荷，m为负荷分类的数量，n为负荷数量，T取24小时；Δt取60分钟： 2舒适性指标，利用舒适温度Qi,j与当前温度Ti,jt的平均绝对误差百分比来进行衡量，其中Ee,copy为用电舒适性指标： 3公平性指标，采用负荷未供暖时间Tcontrol、供暖时间Twarm、最佳供暖时间Tbest来表征用户的供暖公平性，其中Emz为公平性指标： 目标函数F1：用户用暖经济性和舒适性最大化；目标函数F2：调度过程中的调度公平性指标最大化： F1＝1Ee,cost+Ee,copy9 F2＝1Emz10 所述调度模块的算法求解，输出调度功率，具体为：将负荷未来功率作为初始粒子，其中粒子群算法的粒子i的第d维速度更新公式为，为式11，其中为第k次迭代粒子i的飞行速度矢量的第d维分量；为第k次迭代粒子i位置矢量的第d维分量；c1，c2为步长；r1，r2为随机函数，取值范围[0,1]；w为惯性权重：

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南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区亚东新城文苑路9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。