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！

龙图腾网恭喜陕西君创智盈能源科技有限公司申请的专利一种火电厂负荷的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：CN119397412B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202510006215.2，技术领域涉及：G06F18/243；该发明授权一种火电厂负荷的预测方法及系统是由罗建科;张晓航;李楚渊;周璐洁;李闯;周宁斌;张智华;王小辉设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本一种火电厂负荷的预测方法及系统在说明书摘要公布了：本发明涉及火电厂技术领域，尤其涉及一种火电厂负荷的预测方法及系统。该方法包括以下步骤：获取火电厂的实时运行数据，其中包括历史负荷数据、机组运行参数数据、环境参数数据以及电网调度数据；对实时运行数据进行基于时间序列插值法的数据缺失处理，并进行异常值的检测并修正，得到运行预处理数据；对运行预处理数据进行多尺度时间特征提取，得到时间特征数据，其中多尺度时间特征包括小时特征、日特征以及周特征；基于时间特征数据构建多层次负荷预测模型。本发明通过多尺度时间特征提取，全面涵盖了小时、日、周等不同时间层次的负荷特征，为预测提供了更丰富的输入信息。

本发明授权一种火电厂负荷的预测方法及系统在权利要求书中公布了：1.一种火电厂负荷的预测方法，其特征在于，包括以下步骤：步骤S1：获取火电厂的实时运行数据，其中包括历史负荷数据、机组运行参数数据、环境参数数据以及电网调度数据；对实时运行数据进行基于时间序列插值法的数据缺失处理，并进行异常值的检测并修正，得到运行预处理数据；步骤S2：对运行预处理数据进行多尺度时间特征提取，得到时间特征数据，其中多尺度时间特征包括小时特征、日特征以及周特征；步骤S3：基于时间特征数据构建多层次负荷预测模型，其中多层次负荷预测模型包括基于随机森林的短期预测模型、基于XGBoost的中期预测模型以及基于长短期记忆网络的长期预测模型；利用运行预处理数据对多层次负荷预测模型进行训练，并根据不同预测周期的特征确定模型权重系数，得到负荷预测模型；步骤S4：利用负荷预测模型根据预获取的当前运行数据进行负荷预测，得到初始预测结果数据；根据当前运行数据进行突变工况检测，得到突变工况特征向量，其中突变工况特征向量包括发电机组输出功率变化率、锅炉蒸汽参数变化率、电网频率变化率及环境温度变化率；步骤S5：当突变工况特征向量中任一参数的变化率超过预设阈值时，对负荷预测模型进行权重自适应调整，并根据调整后的权重系数对各模型的预测结果进行加权融合，得到负荷预测数据；当突变工况特征向量中所有参数的变化率均未超过预设阈值时，将初始预测结果数据作为负荷预测数据；步骤S1包括以下步骤：步骤S161：对实时运行数据进行数据缺失检测，并进行数据缺失处理，从而得到完整运行数据，其中数据缺失处理具体为利用线性插值法处理小于1小时的缺失数据，利用三次样条插值法处理大于1小时的缺失数据；步骤S162：对完整运行数据进行基于Z-score方法以及隔离森林算法的异常值检测，并对别被识别处的异常数据点进行标记，从而得到异常值标记数据，其中异常值标记数据包括复合标记异常数据以及单一标记异常数据；步骤S163：对单一标记异常数据进行与前后时间窗口的数据偏差程度评估，并进行基于设备运行物理约束的范围检查，从而得到标记异常检测数据，其中前后时间窗口具体为±15分钟；步骤S164：根据标记异常检测数据对单一标记异常数据进行异常数据点筛选，从而得到异常值标记筛选数据；步骤S165：将复合标记异常数据以及异常值标记筛选数据合并为综合异常值数据；步骤S166：根据综合异常值数据对完整运行数据进行基于移动中位数替换法的修正处理，并进行数据平滑处理，从而得到运行预处理数据。

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陕西君创智盈能源科技有限公司，其通讯地址为：710000 陕西省西安市西咸新区沣西新城尚业路总部经济园4号楼2层205、216室；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”。