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！

龙图腾网获悉东南大学申请的专利动态自适应负荷预测模型组合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：CN115470862B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202211218576.6，技术领域涉及：G06F18/243；该发明授权动态自适应负荷预测模型组合方法是由巫朝越;胡秦然;陈心宜;丁昊晖设计研发完成，并于2022-10-06向国家知识产权局提交的专利申请。

本动态自适应负荷预测模型组合方法在说明书摘要公布了：本发明公开一种动态自适应负荷预测模型组合方法，提出了一种短期负荷预测框架，该框架可以基于多种预测算法它们上一时段的预测精度，动态地识别是否需要进行预测结果组合，并调整组合预测模型的权重系数。所提出的框架充分发挥多个单一预测模型的优势，同时减少了因不恰当的组合组合方式增加预测误差的现象。该方法可以根据预期目标设定动态判断时段，依据各个模型的判断时段内的预测误差来决定是否需要进行模型组合并动态调整组合权重得到最终结果。通过以上步骤能够实现短时与极短时负荷预测精度的进一步提升，提高了预测模型在实际应用中的精确性与鲁棒性，推动新型电力系统的建设。

本发明授权动态自适应负荷预测模型组合方法在权利要求书中公布了：1.一种动态自适应负荷预测模型组合方法，其特征在于，所述方法包括以下步骤： 步骤1：获取待预测的用户或地区的负荷、天气历史数据；对获取到的数据进行缺失值插值补全、异常值清洗操作，并进行特征工程形成数据集； 步骤2：将进行特征工程后的数据集划分为训练集与测试集，并根据期望获得短期即日前预测或极短期即数小时前预测结果，设定动态判断时间段判断是否需要进行多模型组合； 步骤3：对2中设定好的训练集，搭建深度神经网络、LSTM、随机森林模型进行训练，并通过合适的参数搜索方式提升每个模型的预测精度； 步骤4：当实际预测时，对步骤3得到的不同模型的虚拟预测结果进行动态判断，如果需要进行模型组合，则依据动态判断时段的误差求得权重并加权得到最终结果；若不需要进行组合，则取上一时段精准度最高的模型的结果为最终结果； 其中，所述步骤2的动态判断过程为： 若期望获得的是极短期负荷预测结果，则以预测时间提前1小时的多个单一模型虚拟预测误差值作为判断依据；若期望获得的是短期负荷预测结果，则以前1天的多个单一模型虚拟预测误差值作为判断依据，首先，通过虚拟预测误差最低的两个模型的误差获得偏差矩阵1： 1接下来，使用拉格朗日乘子法2找到两者之间的最佳权重,期望获得的权重值之和应为1即：； 2通过权重与单个模型实际预测值的线性组合3获得t时刻最终预测结果： 3。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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。