Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜国电南瑞科技股份有限公司;国网电力科学研究院有限公司;南瑞集团有限公司陶晓峰获国家专利权

恭喜国电南瑞科技股份有限公司;国网电力科学研究院有限公司;南瑞集团有限公司陶晓峰获国家专利权

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!

龙图腾网恭喜国电南瑞科技股份有限公司;国网电力科学研究院有限公司;南瑞集团有限公司申请的专利基于分位数回归的短期负荷概率密度预测方法、装置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:CN113868938B

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:202110973907.6,技术领域涉及:G06F30/27;该发明授权基于分位数回归的短期负荷概率密度预测方法、装置及系统是由陶晓峰;黄福兴;陆洋;杨学良;吕朋朋;刘涅煊;孙萌;熊霞;李远航;邓良柱;张群星;周洋;黄超设计研发完成,并于2021-08-24向国家知识产权局提交的专利申请。

基于分位数回归的短期负荷概率密度预测方法、装置及系统在说明书摘要公布了:本发明公开了一种基于分位数回归的短期负荷概率密度预测方法、装置及系统,包括获取DL‑LSTM‑A深度网络模型,所述DL‑LSTM‑A深度网络模型包括若干个双层LSTM网络元胞和注意力机制模块,各双层LSTM网络元胞的输出端分别与所述注意力机制模块相连;所述注意力机制模块将各双层LSTM网络元胞的输出进行加权求和;所述双层LSTM网络元胞包括顺次相连的两个LSTM元胞;利用训练数据训练获得DL‑LSTM‑A网络中待优化的各个参数,获得优化后的DL‑LSTM‑A深度网络模型;将获取到的电力负荷消耗的影响因素输入至优化后的DL‑LSTM‑A深度网络模型,获得分位数;采用非参数密度估计方法对分位数进行处理,获得最终的负荷概率密度函数。本发明能够提供更为精确的长期电力负荷概率密度预测。

本发明授权基于分位数回归的短期负荷概率密度预测方法、装置及系统在权利要求书中公布了:1.一种基于分位数回归的短期负荷概率密度预测方法,其特征在于,包括:获取DL-LSTM-A深度网络模型,所述DL-LSTM-A深度网络模型包括若干个双层LSTM网络元胞和注意力机制模块,各双层LSTM网络元胞的输出端分别与所述注意力机制模块相连;所述注意力机制模块将各双层LSTM网络元胞的输出进行加权求和;所述双层LSTM网络元胞包括顺次相连的两个LSTM元胞;利用训练数据训练获得DL-LSTM-A网络中待优化的各个参数,获得优化后的DL-LSTM-A深度网络模型;将获取到的电力负荷消耗的影响因素输入至优化后的DL-LSTM-A深度网络模型,获得分位数;采用非参数密度估计方法对分位数进行处理,获得最终的负荷概率密度函数,完成基于分位数回归的短期负荷概率密度预测;所述分位数的获取方法包括:定义电力负荷预测值Y的计算公式为:Y=fh,d,ty,s,te,n,l,Yo其中,h∈{1,2,…,24}为一天中的小时数,d∈{1,2,…,365}指一年中的某一天;ty是天的类型,ty=1指工作日,ty=0指休息日;s指季节,用{1,2,3,4}分别代表春夏秋冬四个季节,te指当前时刻的温度,用摄氏度来描述;n指当前终端所服务的用户数,Yo是历史负荷值,f·为非线性的复杂函数,用来描述电力负荷与各个影响因素之间关系的函数;定义电力负荷预测值Y的分布函数为:Fy=PY≤y则满足Fy≥τ的最小y的值为变量y的第τ分位数,第τ分位数的表示形式为:Qτ=infy|Fy≥τ。

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电南瑞科技股份有限公司;国网电力科学研究院有限公司;南瑞集团有限公司,其通讯地址为:211106 江苏省南京市江宁区诚信大道19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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。