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 > 恭喜国网天津市电力公司电力科学研究院;国网天津市电力公司;国家电网有限公司庞超获国家专利权

恭喜国网天津市电力公司电力科学研究院;国网天津市电力公司;国家电网有限公司庞超获国家专利权

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!

龙图腾网恭喜国网天津市电力公司电力科学研究院;国网天津市电力公司;国家电网有限公司申请的专利中长期区域用户的配电策略确定方法、装置、设备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:CN119151243B

龙图腾网通过国家知识产权局官网在2025-05-16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:202411612354.1,技术领域涉及:G06Q10/0631;该发明授权中长期区域用户的配电策略确定方法、装置、设备是由庞超;魏立勇;丁一;王恩;刘涛;靳开元;边文钰;刘念;霍现旭;马世乾;张剑;赵晨阳;张智达设计研发完成,并于2024-11-13向国家知识产权局提交的专利申请。

中长期区域用户的配电策略确定方法、装置、设备在说明书摘要公布了:本发明提供了中长期区域用户的配电策略确定方法、装置、设备,上述方法包括:获取针对目标区域在历史时段内的目标历史时序信息;基于谱聚类算法,对目标历史时序信息进行聚类,得到目标因素的时序信息;利用时序神经网络对目标因素的时序信息进行特征提取,得到目标因素的变化特征和影响权重;以及利用时序神经网络对目标因素的变化特征和影响权重进行处理,得到目标时段的目标用电数据,以基于目标用电时序数据确定针对目标区域的配电网的配电策略。

本发明授权中长期区域用户的配电策略确定方法、装置、设备在权利要求书中公布了:1.一种中长期区域用户的配电策略确定方法,其特征在于,所述方法包括:获取针对目标区域在历史时段内的目标历史时序信息,其中,所述目标历史时序信息包括:目标历史用电时序信息、目标历史气象时序信息和目标历史配电交易时序信息;所述历史用电时序信息为目标区域内的历史电量数据,所述目标历史气象时序信息包括:平均温度、平均湿度、风速、辐照度,所述目标历史配电交易时序信息是基于规定对电价进行调控的交易信息;基于谱聚类算法,对所述目标历史时序信息进行聚类,得到目标因素的时序信息;利用时序神经网络对所述目标因素的时序信息进行特征提取,得到所述目标因素的变化特征和影响权重,其中,所述变化特征包括:周期性变化特征和实时变化特征,所述影响权重表征各变化特征对目标时段的目标用电时序数据的影响程度,所述时序神经网络是以样本历史用电数据为标签进行训练得到的;以及利用所述时序神经网络对所述目标因素的变化特征和影响权重进行处理,得到所述目标时段的目标用电时序数据,以基于所述目标用电时序数据确定针对所述目标区域的配电网的配电策略,所述目标时段为未来时段;其中,所述时序神经网络包括多尺度路由模块,所述多尺度路由模块包括特征提取层、池化层和路径选择层,所述利用时序神经网络对所述目标因素的时序信息进行特征提取,得到所述目标因素的变化特征和影响权重,包括:利用所述特征提取层对所述目标因素的时序信息进行离散傅里叶变换,得到频率分量序列;并对前k个频率分量进行逆离散傅里叶变换,得到所述目标因素的周期性变化特征,k为大于1的整数;利用所述池化层对所述目标因素的周期性变化特征进行多核平均池化和加权处理,得到所述目标因素的实时变化特征;以及利用所述路径选择层将所述周期性变化特征和所述实时变化特征输入多尺度路由器,生成所述影响权重;所述时序神经网络还包括:多尺度注意力模块和多尺度聚合模块,所述利用所述时序神经网络对所述目标因素的变化特征和影响权重进行处理,得到所述目标时段的目标用电时序数据,包括:多尺度注意力模块结构包括M个划分尺寸,分别为划分尺寸S1,划分尺寸S2,划分尺寸S3,其中每个划分尺寸S对应一个划分操作,对于一个输入的周期性变化特征或实时变化特征,其中H表示周期性变化特征或实时变化特征中时间序列的长度,d表示特征维度,每个划分尺寸S将输入的周期性变化特征或实时变化特征划分为P个,其中,即,每个划分后得到特征向量、;利用所述多尺度注意力模块基于注意力机制对所述周期性变化特征进行融合,得到融合周期性变化特征;利用所述多尺度注意力模块基于注意力机制对所述实时变化特征进行融合,得到融合实时变化特征;以及利用所述多尺度聚合模块,按照所述影响权重对所述融合周期性变化特征和所述融合实时变化特征进行加权聚合,生成所述目标用电时序数据;所述利用所述多尺度注意力模块基于注意力机制对所述周期性变化特征进行融合,得到融合周期性变化特征,包括:将所述周期性变化特征按照多个划分尺寸进行划分,得到多个第一特征向量、;基于自注意力机制将同一划分尺寸下的各所述第一特征向量进行内部融合,得到融合后的第一特征;基于交互注意力机制将所述第一特征向量之间进行融合,得到融合后的第二特征;以及将所述融合后的第一特征和所述融合后的第二特征进行相加,得到所述融合周期性变化特征;所述利用所述多尺度注意力模块基于注意力机制对所述实时变化特征进行融合,得到融合实时变化特征,包括:将所述实时变化特征按照多个划分尺寸进行划分,得到多个第二特征向量、;基于自注意力机制将同一划分尺寸下的各所述第二特征向量进行内部融合,得到融合后的第三特征;基于交互注意力机制将各所述第二特征向量之间进行融合,得到融合后的第四特征;以及将所述各融合后的第三特征和所述融合后的第四特征进行相加,得到所述融合实时变化特征。

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天津市电力公司电力科学研究院;国网天津市电力公司;国家电网有限公司,其通讯地址为:300450 天津市滨海新区华苑产业区海泰华科四路8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。