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！

龙图腾网获悉北京百度网讯科技有限公司申请的专利负荷预测方法、负荷预测模型的训练方法及相关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：CN115310697B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202210941335.8，技术领域涉及：G06Q10/04；该发明授权负荷预测方法、负荷预测模型的训练方法及相关设备是由卞传鑫;孙玥;田伦;杨胜文设计研发完成，并于2022-08-05向国家知识产权局提交的专利申请。

本负荷预测方法、负荷预测模型的训练方法及相关设备在说明书摘要公布了：本公开提出了一种负荷预测方法、负荷预测模型的训练方法及相关设备，涉及深度学习等人工智能领域，方法包括获取历史负荷时序数据与历史外源性时序数据和预测时间范围内的可预知外源性时序数据；获取在历史外源性时序数据影响下历史负荷时序数据的第一负荷变化信息，并提取第一负荷变化信息对应的第一特征；根据第一特征，获取在可预知外源性时序数据影响下，预测时间范围内的第一预测负荷时序数据；根据第一预测负荷时序数据，获取预测时间范围内的目标预测负荷时序数据。本公开中，实现了基于外源性时序数据的负荷预测，提高了负荷预测的准确性，使得负荷预测方法具备了更好的适用性和实用性，优化了负荷预测方法。

本发明授权负荷预测方法、负荷预测模型的训练方法及相关设备在权利要求书中公布了：1.一种负荷预测模型的训练方法，其中，所述方法包括： 获取样本时间范围内的样本负荷时序数据与样本外源性时序数据； 将所述样本负荷时序数据与样本外源性时序数据输入待训练的负荷预测模型中，由所述负荷预测模型获取在所述样本外源性时序数据影响下所述样本负荷时序数据的第一样本负荷变化信息，并提取所述第一样本负荷变化信息的第一样本特征； 基于所述第一样本特征，获取在所述样本外源性时序数据影响下，所述样本时间范围的第一负荷时序数据； 根据所述第一负荷时序数据和所述样本负荷时序数据，对所述负荷预测模型进行调整，并返回对调整后的负荷预测模型继续训练，以得到训练好的目标负荷预测模型； 若堆栈为所述负荷预测模型的首个堆栈，将所述样本负荷时序数据和所述样本外源性时序数据作为所述首个堆栈的堆栈输入数据；若堆栈为所述负荷预测模型的第i+1个堆栈，获取所述第i个堆栈的堆栈残差数据，并将所述第i个堆栈的堆栈残差数据和所述样本外源性数据作为所述第i+1个堆栈的堆栈输入数据，其中，i为取值大于或等于1的正整数。

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北京百度网讯科技有限公司，其通讯地址为：100085 北京市海淀区上地十街10号百度大厦二层；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。