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！

龙图腾网恭喜国网福建省电力有限公司经济技术研究院;国网福建省电力有限公司申请的专利城市能源系统多尺度能耗模型及其能流监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：CN114693087B 。

龙图腾网通过国家知识产权局官网在2025-03-07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：202210256453.5，技术领域涉及：G06Q10/0639；该发明授权城市能源系统多尺度能耗模型及其能流监测方法是由林文钦;周钊正;唐元春;冷正龙;夏炳森;张章煌;李翠;陈卓琳;陈力设计研发完成，并于2022-03-16向国家知识产权局提交的专利申请。

本城市能源系统多尺度能耗模型及其能流监测方法在说明书摘要公布了：本发明提出一种城市能源系统多尺度能耗模型及其能流监测方法，通过采集相关数据，根据城市能源系统的能耗、能流状况，构建城市能源系统能流监测指标和方法，基于深度学习，挖掘和预警城市能源运营存在的关键环节和问题，提出解决方向，助力城市能源安全经济绿色可持续发展，为城市经济高质量发展提供低碳高效经济便捷的能源保障，有利于加快实现城市碳达峰、碳中和进程。

本发明授权城市能源系统多尺度能耗模型及其能流监测方法在权利要求书中公布了：1.一种城市能源系统多尺度能耗模型的能流监测方法，其特征在于：城市能源系统多尺度能耗模型，构建过程中的数据准备步骤为：根据对能耗对象的特性分析，选取历史能耗数据、环境数据和时间数据作为模型输入；并在数据整合后，结合目标时刻的真实负荷，构成训练数据集其中Xi表示历史能耗数据、环境数据和时间数据构成的模型输入向量，yi为目标时刻的真实负荷，N为数据集规模；面向多空间尺度需求，在基础数据集基础上，结合用能对象的空间分布、能耗特性的因素，按照要求尺度进行聚合，得到不同空间尺度下的能耗数据集；模型构建与训练的步骤为：根据实际能耗对象的复杂度，选取神经网络的深度的层数，模型输入为相应的输入向量Xi，期望输出为yi，真实输出为构建模型损失函数为： 其中θ为模型参数；采用随机梯度下降法对模型进行训练： 直到模型收敛或迭代至最大迭代次数，从而得到负荷需求与其影响向量之间的定量关系；采用半监督学习框架利用大量正常运行数据形成可靠的特征表示；并在此特征表示的基础上，结合少量异常数据，训练能流监测的最终分类器，具体包括以下步骤：步骤B1：基于先验知识，构建一组能耗对象的标准运行数据，在此基础上结合实际运行数据，构成一组数据对分布送入特征提取网络F·，得到相应的特征向量将二者做差作为时间运行数据的最终特征步骤B2：对于正常运行数据或为标记的异常数据而言，当数据发生小范围波动或时序平移时，能耗对象实际所处的运行状态并没有发生改变，因此在特征空间的表示应当基本一致；基于此假设，构建一致性损失函数： 其中f'为对数据进行偏移或时序平移后的特征表示；对于有标记的异常数据，除一致性损失外，还应当考虑在特征表示的基础上，所构建的异常分类器的损失函数：Lclsx,y＝CEy,y'其中y为异常数据的标签，y'为分类器输出，CE·为交叉熵函数；在此二者基础上，构建模型训练的总体损失函数：L＝Lclsx,y+λLconx其中λ为预设的比例系数；在模型的训练过程中，由于特征提取网络F·的参数在不断发生变化，特别是在模型训练的开始阶段变化尤为明显，这导致了一致性损失的波动性较大；为了提高模型训练的稳定性，采用参数滑动平均后的特征提取网络作为teachermodel获取f'，进而指导原特征提取网络F·作为studentmodel的学习能力。

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福建省电力有限公司经济技术研究院;国网福建省电力有限公司，其通讯地址为：350012 福建省福州市晋安区秀峰路221号亿力名居1号楼；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”。