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！

龙图腾网获悉国网北京市电力公司;国家电网有限公司;北京清软创新科技股份有限公司申请的专利电力系统的负荷预测方法、装置及电子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：CN120150115B 。

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：202510219733.2，技术领域涉及：H02J3/00；该发明授权电力系统的负荷预测方法、装置及电子设备是由张迪;张雨璇;程海兴;赵心月;田晓雷;王海云;王凌;姚艺迪;席少卿;陈茜;孙一飞;刘梅;刘丽新设计研发完成，并于2025-02-26向国家知识产权局提交的专利申请。

本电力系统的负荷预测方法、装置及电子设备在说明书摘要公布了：本申请公开了一种电力系统的负荷预测方法、装置及电子设备。涉及电力负荷预测领域，该方法包括：获取电力系统在预设周期内的历史负荷数据；将历史负荷数据输入目标模型，得到目标时刻的预测负荷数据，其中，目标模型包括多个目标基础模型和一个目标元模型，多个目标基础模型基于历史负荷数据输出的预测结果作为目标元模型的输入数据，目标元模型基于输入数据处理得到预测负荷数据。通过本申请，解决了相关技术中电力系统的负荷预测准确率较低的问题。

本发明授权电力系统的负荷预测方法、装置及电子设备在权利要求书中公布了：1.一种电力系统的负荷预测方法，其特征在于，包括： 获取电力系统在预设周期内的历史负荷数据； 将所述历史负荷数据输入目标模型，得到目标时刻的预测负荷数据，其中，所述目标模型包括多个目标基础模型和一个目标元模型，所述多个目标基础模型基于所述历史负荷数据输出的预测结果作为所述目标元模型的输入数据，所述目标元模型基于所述输入数据处理得到所述预测负荷数据； 所述目标模型由以下方式得到：获取所述电力系统的负荷记录，从所述负荷记录中提取出多组负荷数据，从每组负荷数据中提取出样本历史负荷数据和样本预测负荷数据；将每组负荷数据的样本历史负荷数据和样本预测负荷数据确定为一组训练样本，得到多组训练样本；通过所述多组训练样本对每个基础模型和元模型进行多次迭代训练，得到每次迭代训练后的训练结果，其中，每次迭代训练后的训练结果包括多个待定基础模型和一个待定元模型，每次迭代训练通过预设优化算法调整所述基础模型和所述元模型的参数；确定多个基础模型的第一损失函数和所述元模型的第二损失函数，通过最小化所述第一损失函数和所述第二损失函数的函数值从每次迭代训练后的训练结果中确定目标模型； 其中，通过预设优化算法调整所述基础模型和所述元模型的参数包括：通过所述预设优化算法初始化多组参数，其中，每组参数表征一次迭代过程中多个基础模型和元模型的参数；计算每组参数组对应的训练结果的预测误差，得到一组预测误差，将所述一组预测误差中的最小预测误差对应的参数组确定为目标参数组；在每一次迭代训练过程中，更新除所述目标参数组以外的其他参数组，并计算更新后的其他参数组的预测误差，在存在更新后的其他参数组的预测误差小于所述目标参数组的预测误差的情况下，将所述更新后的其他参数组确定为更新后的目标参数组； 其中，确定多个基础模型的第一损失函数包括：对于每个基础模型，确定对目标训练样本的当前迭代轮次的第一预测结果和上一次迭代的第二预测结果；计算所述第一预测结果和所述第二预测结果的和，得到预测结果项；将所述目标训练样本的样本预测负荷数据和所述预测结果项输入均方误差公式，得到所述目标训练样本的损失项，计算所述多组训练样本的损失项的和，得到所述第一损失函数； 其中，确定所述元模型的第二损失函数包括：对于每组训练样本，确定将多个基础模型的预测结果输入所述元模型的输出结果，得到输出结果项；将目标训练样本的样本预测负荷数据和所述输出结果项输入均方误差公式，得到所述目标训练样本的损失项，计算所述多组训练样本的损失项的和，得到所述第二损失函数。

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国网北京市电力公司;国家电网有限公司;北京清软创新科技股份有限公司，其通讯地址为：100031 北京市西城区前门西大街41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。