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！

龙图腾网获悉国网江苏综合能源服务有限公司申请的专利一种基于大数据的负荷预测方法及负荷预测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：CN120654882B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202510728078.3，技术领域涉及：G06Q10/04；该发明授权一种基于大数据的负荷预测方法及负荷预测系统是由李步新;陆中奇;曹阳;刘伟;周小飞设计研发完成，并于2025-06-03向国家知识产权局提交的专利申请。

本一种基于大数据的负荷预测方法及负荷预测系统在说明书摘要公布了：本发明公开了一种基于大数据的负荷预测方法及负荷预测系统，涉及电网负荷预测技术领域，该方法包括：基于最小二乘支持向量机，对负荷历史数据进行预处理；通过对复杂度降低后的负荷历史数据进行分解，得到过零率和样本熵，确定负荷数据的多频分量；通过预设的混合算法，并结合负荷数据的多频分量，训练得到多模因加权组合分析模型；基于多模因加权组合分析模型，并依据改进的灰狼算法，确定各预测模因模块负荷预测结果的权重；对各预测模因模块负荷预测结果进行加权组合，获得最终负荷预测结果。本发明通过组合预测方法，提升模型鲁棒性，动态的更新模型输出结果优化各模因模块之间的权重占比，在复杂环境下能够提高负荷预测的适应能力。

本发明授权一种基于大数据的负荷预测方法及负荷预测系统在权利要求书中公布了：1.一种基于大数据的负荷预测方法，其特征在于，包括： S1、基于最小二乘支持向量机，对负荷历史数据进行非线性转化，并定义拉格朗日函数形式，求解得到向量回归函数表达式，以降低负荷历史数据复杂度； S2、通过对复杂度降低后的负荷历史数据进行分解，得到过零率和样本熵；利用过零率和样本熵，确定负荷数据的多频分量； S3、通过预设的混合算法，并结合负荷数据的多频分量，训练得到多模因加权组合分析模型，具体包括： 通过小波变换和卷积神经网络，并结合高频分量，训练小波变换与卷积神经网络模型，进行高频分量预测；通过经验模态分解和循环神经网络，并结合中频分量，训练循环神经网络模型，进行中频分量预测；通过傅里叶变换和随机森林，并结合低频分量，训练随机森林模型，进行低频分量预测；将小波变换与卷积神经网络模型、循环神经网络模型及随机森林模型组合，得到多模因加权组合分析模型； S4、基于多模因加权组合分析模型中各预测模因模块的预测性能、模型复杂性及置信度，并依据改进的灰狼算法，确定各预测模因模块负荷预测结果的权重；对各预测模因模块负荷预测结果进行加权组合，获得最终负荷预测结果。

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国网江苏综合能源服务有限公司，其通讯地址为：210019 江苏省南京市建邺区奥体大街9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。