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！

龙图腾网获悉佳源科技股份有限公司申请的专利一种基于长短期记忆网络的台区负荷预测方法和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：CN120767819B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511276878.2，技术领域涉及：H02J3/00；该发明授权一种基于长短期记忆网络的台区负荷预测方法和系统是由石洵彦设计研发完成，并于2025-09-09向国家知识产权局提交的专利申请。

本一种基于长短期记忆网络的台区负荷预测方法和系统在说明书摘要公布了：本发明提供了一种基于长短期记忆网络的台区负荷预测方法和系统，包括：获取目标台区的实时负荷数据；根据所述实时负荷数据进行特征提取，得到负荷特征数据；根据所述负荷特征数据，利用预先构建的预测模型对所述目标台区进行负荷预测，得到所述目标台区的负荷需求数据；其中，所述预测模型是基于长短期记忆LSTM网络和所述目标台区的拓扑参数数据进行构建的；本发明利用基于LSTM网络和拓扑参数构建的预测模型对台区进行负荷预测，能够有效处理电力负荷数据中的长期依赖关系和非线性特征，使得负荷预测过程中能够自适应不同台区的物理结构特征，从而能够提高对台区级负荷预测的精度稳定性。

本发明授权一种基于长短期记忆网络的台区负荷预测方法和系统在权利要求书中公布了：1.一种基于长短期记忆网络的台区负荷预测方法，其特征在于，包括： 获取目标台区的实时负荷数据； 对所述实时负荷数据进行频域峭度检测，得到所述实时负荷数据对应的模态分离数据； 对所述模态分离数据进行相空间重构，得到多模态分量矩阵； 利用时序图卷积网络对所述多模态分量矩阵进行时空聚合，得到负荷特征数据； 根据所述负荷特征数据，利用预先构建的预测模型对所述目标台区进行负荷预测，得到所述目标台区的负荷需求数据； 其中，所述预测模型包括如下的构建过程： 对所述目标台区的拓扑参数数据进行图编码，得到拓扑嵌入向量；所述拓扑参数数据包括：变压器容量、馈线阻抗和分布式光伏接入点位置； 将所述目标台区的历史负荷数据作为长短期记忆LSTM网络的输入数据，并将所述拓扑嵌入向量作为所述LSTM网络的初始状态； 将所述历史负荷数据对应的负荷需求作为所述LSTM网络的输出数据； 根据所述输入数据、所述初始状态和所述输出数据，对所述LSTM网络进行训练，得到预测模型； 所述对所述实时负荷数据进行频域峭度检测，得到所述实时负荷数据对应的模态分离数据，包括： 将所述实时负荷数据对应的负荷时间序列进行傅里叶变换，得到所述负荷时间序列的频谱，再根据所述频谱，计算频域信号的峭度值； 根据所述频域信号的峭度值，得到模态分离数据；所述模态分离数据包括下述的一种或多种：基波模态、谐波模态和噪声模态； 所述实时负荷数据对应的模态分离数据之后，对所述模态分离数据进行相空间重构，得到多模态分量矩阵之前，引入滑动窗口自适应模态跟踪，用于实时调整各模态权重，包括： 以固定窗口或动态窗口实时监控负荷数据的能量分布和峭度指标； 根据窗口内模态能量比值及峭度值变化，重新分配模态分量的权重，形成动态模态矩阵； 采用贝叶斯更新或指数加权移动平均EWMA策略，使模态分量在突变时响应，形成动态更新的多模态矩阵，基于所述多模态矩阵进行相空间重构。

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佳源科技股份有限公司，其通讯地址为：210012 江苏省南京市雨花台区宁双路19号云密城7号楼14-17层；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。