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！

龙图腾网获悉安徽大学申请的专利基于MEEMD与最优组合集成的电力负荷三角模糊预测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：CN115619025B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202211318864.9，技术领域涉及：G06Q10/04；该发明授权基于MEEMD与最优组合集成的电力负荷三角模糊预测方法是由朱家明;宋楠;娄星华;汪小曼设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本基于MEEMD与最优组合集成的电力负荷三角模糊预测方法在说明书摘要公布了：本发明涉及基于MEEMD与最优组合集成的电力负荷三角模糊预测方法，与现有技术相比解决了电力负荷预测值通常为实值序列而造成信息损失的缺陷。本发明包括以下步骤：数据集的获取；数据集的分解；进行单项模型预测；构建三角模糊最优组合预测模型；电力负荷三角模糊预测结果的获得。本发明对电力负荷数据的原始数据进行经验模态分解，构建三角模糊数，使用XGBoost、MSVR、MLP三种模型进行组合预测，利用MEEMD算法与最优组合集成技术提高了预测的精度，分散了预测的风险。

本发明授权基于MEEMD与最优组合集成的电力负荷三角模糊预测方法在权利要求书中公布了：1.一种基于MEEMD与最优组合集成的电力负荷三角模糊预测方法，其特征在于，包括以下步骤： 11数据集的获取：获取以天为单位的小时电力负荷数据，分别计算出每天电力负荷的最大值R、最小值L和平均值M； 12数据集的分解：使用MEEMD方法对电力负荷数据进行分解，得到11组，即11*3个消除混频现象的本征模函数； 13进行单项模型预测：前k条数据作为训练集，后n-k条数据作为测试集，分别使用XGBoost、MSVR、MLP预测每一组本征模函数后n-k天的电力负荷数据； 14构建三角模糊最优组合预测模型：利用三种单项预测模型的预测结果，构建每一组本征模函数的以电力负荷预测误差平方和达到最小的三角模糊最优组合预测模型； 所述构建三角模糊最优组合预测模型包括以下步骤： 141定义三角模糊数中的L、M、R三个端点的预测误差，其反映了最小值、均值、最大值的预测效果，设三个端点的误差同等重要，得到三角模糊数的预测误差； 142定义三角模糊最优组合优化目标函数和其约束条件，如下： 约束条件，ω1+ω2+ω3＝1，ω1＞0,ω2＞0,ω3＞0； 其中，T为预测的天数，N为组合预测模型的数量3，ωi为第i种模型的权重，Lit、Mit、Rit分别为第i种模型第t天的电力负荷最小、平均和最大的实际值，分别为第i种模型第t天的电力负荷最小、平均和最大的预测值； 143将优化目标函数E作完全平方处理转换为二次线性规划，故转化为求解满足minE2的权重矩阵W，即得到三角模糊最优组合预测模型，如下： 其中， M是通过实际数据与预测数据构建的二次规划标准型的系数矩阵， 其中， 15电力负荷三角模糊预测结果的获得：利用软件求解每一组本征模函数的三角模糊最优组合预测模型，得到11组本征模函数的预测结果，再进行线性叠加得到集成的预测结果，即电力负荷预测结果。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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。