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！

龙图腾网恭喜北京工业大学申请的专利基于建筑用能模式识别及多任务学习的柔性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：CN118940075B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202410959140.5，技术领域涉及：G06F18/23213；该发明授权基于建筑用能模式识别及多任务学习的柔性负荷预测方法是由王伟;范朋丹;王丹;孙育英设计研发完成，并于2024-07-17向国家知识产权局提交的专利申请。

本基于建筑用能模式识别及多任务学习的柔性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建筑用能模式识别及多任务学习的柔性负荷预测方法，属于建筑节能及负荷预测领域，包括采用ToU‑K‑means方法对柔性负荷数据集进行聚类分析，识别不同建筑用能模式；基于GRA法定量分析不同影响因素与多元负荷之间的相关性；采用相似日数据垂直对比法对柔性负荷数据集进行异常值辨识和缺失值填充，然后划分训练集、验证集与预测集；基于MTL算法搭建多元柔性负荷预测模型框架，并基于LSTM搭建模型共享层结构，得到训练好的预测模型；对负荷预测模型的性能进行评价。本发明采用上述的基于建筑用能模式识别及多任务学习的柔性负荷预测方法，可以解决由于建筑柔性的利用而导致的负荷难以准确预测的难题，有效提高建筑多元柔性负荷的预测精度。

本发明授权基于建筑用能模式识别及多任务学习的柔性负荷预测方法在权利要求书中公布了：1.一种基于建筑用能模式识别及多任务学习的柔性负荷预测方法，其特征在于，包括柔性用能模式识别模块、输入输出参数选取模块、数据处理与划分模块及模型构建与评估模块，具体步骤如下：S1、对建筑柔性用能模式进行识别，采用ToU-K-means方法对柔性负荷数据集进行聚类分析，识别不同建筑柔性用能模式，提取不同用能模式下的柔性特征参数，分析各柔性用能模式下多元柔性负荷特性，提取建筑能源系统柔性调控参数，并基于该参数优化负荷预测模型输入参数；对建筑柔性用能模式识别具体内容如下：S11、将日负荷曲线根据分时电价ToU划分为n个时段，每个时段内所有小时的负荷汇总为单个数据点，将日负荷曲线合并为n个点，形成一个子序列；S12、根据相同的方法为所有日负荷数据生成多个子序列，并提取各子序列的数据特征；S13、采用K-Means聚类分析对各子序列的数据特征进行聚类，迭代至聚类中心不再变化；K-Means聚类的核心为确定聚类数K值，如果已知建筑物所应用的柔性用能模式的数量，则使用柔性用能模式的数量来确定聚类数K；反之，K值的选取根据数据样本的特征，通过肘部法和Dunn指数确定；S2、确定负荷预测模型输入输出参数，通过多元柔性负荷特性及预测任务，选取多元柔性负荷影响因素，基于GRA法定量分析多元负荷与气象参数、历史负荷及柔性特征参数之间的相关性；S3、对数据进行预处理和划分，采用相似日数据垂直对比法对柔性负荷数据集进行异常值辨识和缺失值填充，在此基础上采用min-max标准化方法对柔性负荷数据集进行归一化处理，将处理后的数据进行训练集、验证集与预测集的划分；S4、训练负荷预测模型，基于多任务学习算法MTL搭建多元柔性负荷预测模型框架，并基于LSTM搭建模型共享层结构，将各柔性用能模式下的多维特征向量作为输入，负荷预测数值作为输出，自下而上训练网络，直至迭代到预设次数为止，得到训练好的预测模型；S5、对负荷预测模型的性能进行评价，采用R平方、平均绝对误差和均方根误差作为评价指标对模型预测性能进行评价，根据各预测任务的重要程度对其赋予不同的权重，基于每个评价指标的加权平均值评估模型的整体预测性能。

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北京工业大学，其通讯地址为：100021 北京市朝阳区平乐园100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”。