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！

龙图腾网获悉北方工业大学申请的专利一种分布式储能系统功率预测优化的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：CN115965119B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202211530689.X，技术领域涉及：G06Q10/04；该发明授权一种分布式储能系统功率预测优化的方法是由李建林;李雅欣;肖珂;张则栋设计研发完成，并于2022-12-01向国家知识产权局提交的专利申请。

本一种分布式储能系统功率预测优化的方法在说明书摘要公布了：本发明公开了一种分布式储能系统功率预测优化的方法，首先收集影响分布式储能系统使用强度的因素特征，构建分布式储能系统强度预测样本数据集；对所构建的样本数据集进行预处理，包括注意力增强和降维处理；建立基于改进随机森林的机器学习预测模型，利用处理后的样本数据集对预测模型进行训练；利用训练完成后的预测模型对未标记样本进行分类识别，根据预测模型输出的结果对分布式储能系统的使用强度进行预测；再根据预测的使用强度对分布式储能系统进行维护和优化。上述方法准确率高、鲁棒性强、泛化能力强，能够较好的对储能系统的使用强度进行预测，从而提前规划电力优化策略，实现对储能系统的前置优化。

本发明授权一种分布式储能系统功率预测优化的方法在权利要求书中公布了：1.一种分布式储能系统功率预测优化的方法，其特征在于，所述方法包括： 步骤1、收集影响分布式储能系统使用强度的因素特征，构建分布式储能系统强度预测样本数据集；其中，所述影响分布式储能系统使用强度的因素特征包括：电动车辆规模、充电设施、出行日期类型、充电电价、交通路况、车辆性能、车主个人主观出行习惯特征； 步骤2、对所构建的样本数据集进行预处理，包括注意力增强和降维处理； 步骤3、建立基于改进随机森林的机器学习预测模型，利用步骤2处理后的样本数据集对预测模型进行训练； 所述步骤3的过程具体为： 基于传统的随机森林决策树，在决策树训练阶段，通过评估每棵决策树的分类性能，为能够准确分类少数类样本的决策树赋予一个更高的权重，并通过加权投票的方式获得最终的预测结果，将改进随机森林的预测结果定义为： ； 其中：为决策树的数量；为指示函数；为第t棵决策树的预测结果；表示类别； 为第t棵决策树的投票权重；当决策树的预测结果为真时，指示函数的值为1，反之为0； 将每棵决策树对失稳样本分类的精确率precision和召回率 recall的调和平均值作为该决策树的权重，将每棵决策树的投票权值定义为： ； ； ； 其中，TP表示将稳定样本判别为稳定样本；FN表示将稳定样本判别为失稳样本，FP表示将失稳样本判别为稳定样本，TN表示将失稳样本判别为失稳样本； 则调和平均值越大，表明该决策树对少数类样本的分类性能越好，再将降维处理后的样本数据输入到基于改进随机森林的预测模型中，求得的即为预测模型的预测结果； 步骤4、利用步骤3训练完成后的预测模型对未标记的样本数据进行分类识别，根据预测模型输出的结果对分布式储能系统的使用强度进行预测； 步骤5、再根据预测的使用强度对分布式储能系统进行维护和优化。

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方工业大学，其通讯地址为：100044 北京市石景山区晋元庄5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。