国网上海市电力公司王婧骅获国家专利权
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！
龙图腾网获悉国网上海市电力公司申请的专利一种基于用户先验信息和XGBoost-LSTM的非侵入式负荷辨识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：CN121210981B 。
龙图腾网通过国家知识产权局官网在2026-03-24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：202511746008.7，技术领域涉及：G06F18/213；该发明授权一种基于用户先验信息和XGBoost-LSTM的非侵入式负荷辨识方法是由王婧骅;许堉坤;熊浩辰;朱铮;俞钧;朱伟杰;刘畅;程六杰;段玉玮;王越设计研发完成，并于2025-11-26向国家知识产权局提交的专利申请。
本一种基于用户先验信息和XGBoost-LSTM的非侵入式负荷辨识方法在说明书摘要公布了：本发明属于商业用户电力负荷用电监测领域，尤其涉及一种基于用户先验信息和XGBoost‑LSTM的非侵入式负荷辨识方法。利用XGBoost建立基线负荷模型，有效剔除总负荷中相对稳定的非空调负荷分量；结合LSTM对残差负荷序列进行建模，利用营业时间、节假日等用户行为先验信息以及气象温度等环境特征，捕捉中央空调负荷随时间和环境变化的动态规律；通过联合优化XGBoost与LSTM模型，实现总负荷向基线负荷与中央空调的负荷分解。该方法能够在低采样率数据下保持较高的辨识精度，为商业建筑中央空调能耗分解和能效管理提供可靠数据支撑。
本发明授权一种基于用户先验信息和XGBoost-LSTM的非侵入式负荷辨识方法在权利要求书中公布了：1.一种基于用户先验信息和XGBoost-LSTM的非侵入式负荷辨识方法，其特征在于：包括以下步骤： 步骤S1，数据预处理与特征构建：对商业场景下智能电表采集的分钟级总负荷时间序列进行预处理，在此基础上，结合用户先验信息与负荷曲线的时序特征构建输入特征矩阵； 步骤S2，XGBoost基线负荷建模：采用XGBoost梯度提升树对总负荷序列进行建模，拟合出基线负荷估计值，分离出总负荷中的空调主导成分； 步骤S3，LSTM残差负荷建模：计算总负荷与基线负荷估计值之间的残差序列，将其作为中央空调负荷的候选信号，利用LSTM对该残差序列进行建模，结合时间序列特性与用户先验信息，提取中央空调负荷的动态时序模式； 步骤S4，XGBoost基线负荷模型与LSTM残差负荷模型融合：在模型输出阶段，XGBoost提供的基线负荷与LSTM提供的中央空调负荷进行加和，重构总负荷序列。
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上海市电力公司，其通讯地址为：200120 上海市浦东新区源深路1122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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励