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！

龙图腾网获悉广东海洋大学申请的专利一种基于iTransformer的热负荷预测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：CN120181326B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202510631040.4，技术领域涉及：G06Q10/04；该发明授权一种基于iTransformer的热负荷预测方法是由林聪;朱浩然;刘莹;羊子鸣设计研发完成，并于2025-05-16向国家知识产权局提交的专利申请。

本一种基于iTransformer的热负荷预测方法在说明书摘要公布了：本发明公开了一种基于iTransformer的热负荷预测方法，属于供热系统热负荷预测技术领域，包括：采集历史气象数据及其对应的热负荷数据，构建热负荷数据集；构建基于iTransformer的网络模型，并利用热负荷数据集对其进行可学习的对抗攻击训练，得到热负荷预测模型；将预测区域的气象数据输入至热负荷预测模型，输出对应的热负荷预测结果；本发明方法通过构建基于iTransformer的网络模型实现热负荷预测，消除了标签相关性带来的预测误差，并通过可学习的对抗攻击训练方法，提升所提模型的鲁棒性。

本发明授权一种基于iTransformer的热负荷预测方法在权利要求书中公布了：1.一种基于iTransformer的热负荷预测方法，其特征在于，包括以下步骤： 采集历史气象数据及其对应热负荷数据，构建热负荷数据集； 构建基于iTransformer的网络模型，并利用热负荷数据集对其进行可学习的对抗攻击训练，得到热负荷预测模型；所述热负荷预测模型以历史时序气象数据及其对应热负荷数据为输入，未来时序热负荷数据为输出； 将预测区域的时序气象数据及其对应热负荷数据输入至热负荷预测模型，输出对应的热负荷预测结果； 其中，所述网络模型将同一变量下的时间戳向量映射到高维向量，并通过离散傅里叶变换消除标签的相关性； 所述网络模型包括若干编码器，每个所述编码器包括依次连接iTransformer网络、注意力层、第一LN层、前馈层、第二LN层和投影层； 所述iTransformer网络对输入多维时间序列中同一变量下的时间戳向量进行编码映射到高维向量，提取不同变量的时间戳特征； 所述注意力层采用多头注意力机制计算提取时间戳特征在变量维度上的注意力分数，并分配对应的注意力权值； 所述第一LN层基于分配的注意力权值对每个变量在时间戳特征上进行归一化处理； 所述前馈层对第一LN层的输出进行非线性变换，并使用ReLU函数作为激活函数； 所述第二LN层对前馈层的输出特征进行尺度归一化； 所述投影层将尺度归一化的特征进行重新组合和筛选，并将得到的特征空间投影到输出特征空间中； 对网络模型进行可学习的对抗攻击训练的方法具体为： S1、基于网络模型的结构，构建并训练对应的策略生成模型；所述策略生成模型为在网络模型的基础上，通过修改投影层的输出得到；所述策略生成模型用于根据输入样本，输出对应的攻击策略，所述攻击策略为攻击参数通过one-hot编码作为特征向量所组成的集合； S2、构建对抗样本生成器； S3、将热负荷数据集中的干净热负荷样本输入至对抗样本生成器中，并根据当前攻击策略和网络模型的参数，生成对应的噪声参数； S4、将噪声参数叠加至干净热负荷样本中，得到扰动热负荷样本； S5、利用扰动热负荷样本训练所述网络模型，输出对应的预测结果； S6、基于预测结果和干净热负荷样本对所述策略生成模型进行强化学习，动态生成对应的攻击策略； S7、重复步骤S3~S6，直到所述网络模型收敛，得到热负荷预测模型。

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广东海洋大学，其通讯地址为：524088 广东省湛江市麻章区海大路1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。