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;上海电力大学申请的专利基于二次模态分解与双模型并行的电力负荷预测方法、设备及介质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：CN121484866B 。

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：202610002951.5，技术领域涉及：H02J3/00；该发明授权基于二次模态分解与双模型并行的电力负荷预测方法、设备及介质是由朱彬斌;彭道刚;夏世超;闫祖泰;赵炜;王丹豪;胡晨潇;许世欣;王青磊;赵慧荣;周明辉;渠博岗;王燕;李雯婷设计研发完成，并于2026-01-05向国家知识产权局提交的专利申请。

本基于二次模态分解与双模型并行的电力负荷预测方法、设备及介质在说明书摘要公布了：本发明公开了一种基于二次模态分解与双模型并行的电力负荷预测方法、设备及介质，所述方法将原始负荷序列通过二次模态分解方法进行精细分解，并联合小波阈值法进行去噪与重构，最终得到一系列平稳的模态分量；在预测阶段，构建Informer与BiLSTM的并行预测架构，将全部模态分量同步输入，利用Informer的多头概率稀疏自注意力机制捕捉全局长期依赖，利用BiLSTM捕捉局部短期动态；将二者提取的异构特征进行拼接与非线性融合，得到最终预测值。与现有技术相比，本发明通过先粗后精的二次分解与针对性的双模型并行架构，实现了对非平稳电力负荷序列多尺度特征的协同捕捉与精准预测。

本发明授权基于二次模态分解与双模型并行的电力负荷预测方法、设备及介质在权利要求书中公布了：1.一种基于二次模态分解与双模型并行的电力负荷预测方法，其特征在于，包括：对原始电力负荷序列进行首次模态分解与去噪，得到去噪重构信号；将所述去噪重构信号输入至变分模态分解算法中进行二次模态分解，得到一组具有不同中心频率的模态分量；将二次分解得到的全部模态分量，同步且并行地输入至一个由Informer模型和双向长短期记忆网络组成的混合预测模型中；其中，所述Informer模型使用多头概率稀疏自注意力机制从全部模态分量中提取全局长期依赖特征，所述双向长短期记忆网络从全部模态分量中提取局部短期动态特征；将提取的所述全局长期依赖特征与局部短期动态特征在特征维度上进行拼接，形成融合特征向量；将所述融合特征向量通过全连接层映射为最终的电力负荷预测值； 基于所述Informer模型提取所述全局长期依赖特征具体包括： 将全部模态分量整合为一个多通道时序张量，以表征不同时间尺度下电力负荷的复合波动； 利用其多头概率稀疏自注意力机制，筛选多通道时序张量信息中对长期负荷预测贡献最大的关键时间点及模态分量； 基于筛选后的结果，输出一个固定维度的、用于表征电力负荷序列中长期趋势与周期性规律的全局长期依赖特征向量； 所述双向长短期记忆网络为BiLSTM模型，基于所述BiLSTM模型提取所述局部短期动态特征具体包括： 将所述全部模态分量作为并行输入，分别输入其前向与后向长短期记忆网络层； 对于每个模态分量序列，通过其门控机制，循环地融合过去与未来的上下文信息，以捕捉每个时间点在其局部上下文中的瞬态波动模式； 将所有模态分量的最终时间步的双向隐藏状态进行汇集，输出一个固定维度的表征所述电力负荷序列中短期波动与局部突变细节的局部短期动态特征向量。

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;上海电力大学，其通讯地址为：200122 上海市浦东新区自由贸易试验区源深路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。