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！

龙图腾网获悉南京邮电大学申请的专利一种基于趋势化与季节性建模的短期负荷预测方法及系统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：CN120222324B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202510189797.2，技术领域涉及：H02J3/00；该发明授权一种基于趋势化与季节性建模的短期负荷预测方法及系统是由岳东;申紫超;魏祥森设计研发完成，并于2025-02-20向国家知识产权局提交的专利申请。

本一种基于趋势化与季节性建模的短期负荷预测方法及系统在说明书摘要公布了：本发明公开了一种基于趋势化与季节性建模的短期负荷预测方法及系统，属于电力负荷预测技术领域，所述方法包括：获取待测负荷数据；对待测负荷数据进行预处理，得到标准负荷数据；将标准负荷数据输入预先训练的短期负荷预测模型，得到短期负荷预测值；其中，预先训练的短期负荷预测模型的获取方法包括：获取历史负荷数据集并对其中的各历史负荷数据进行预处理，得到历史样本集；将历史样本集输入预先构建的短期负荷预测模型，得到训练好的短期负荷预测模型，其中，预先构建的短期负荷预测模型基于权重自适应调整线性层对趋势特征进行提取，并基于扩展长短期记忆网络对季节特征进行提取，实现了短时间尺度内对负荷数据进行高精度负荷预测的效果。

本发明授权一种基于趋势化与季节性建模的短期负荷预测方法及系统在权利要求书中公布了：1.一种基于趋势化与季节性建模的短期负荷预测方法，其特征在于，包括： 获取待测负荷数据； 对待测负荷数据进行预处理，得到标准负荷数据，其中，所述标准负荷数据包括负荷信息及其对应的时间信息； 将所述标准负荷数据输入预先训练的短期负荷预测模型，得到短期负荷预测值； 其中，所述预先训练的短期负荷预测模型的获取方法包括： 获取历史负荷数据集并对其中的各历史负荷数据进行预处理，得到历史样本集； 将所述历史样本集输入预先构建的短期负荷预测模型，得到训练好的短期负荷预测模型，其中，所述预先构建的短期负荷预测模型基于权重自适应调整线性层对负荷数据中的趋势特征进行提取，并基于扩展长短期记忆网络对负荷数据中的季节特征进行提取； 所述预先构建的短期负荷预测模型包括依次连接的时间序列分解模块、特征提取模块以及融合预测模块； 所述时间序列分解模块包括一层指数移动平均模型； 所述特征提取模块包括相互独立的趋势预测模块以及季节预测模块，所述趋势预测模块以及季节预测模块分别连接所述指数移动平均模型； 所述趋势预测模块包括交替连接的第一线性层Linear和基于雅可比矩阵的KAN方法权重自适应调整线性层JacobiKAN-Linear； 所述季节预测模块包括依次连接的扩展长短期记忆网络xLSTM和第二线性层Linear，其中，xLSTM包括残差连接的第一矩阵长短期记忆网络mLSTM、标量长短期记忆网络sLSTM和第二矩阵长短期记忆网络mLSTM； 所述融合预测模块包括依次连接的拼接层、残差连接和层归一化Addamp;Norm层以及输出层。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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。