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！

龙图腾网恭喜朗坤智慧科技股份有限公司申请的专利一种电力市场用户负荷预测方法、系统、设备和介质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：CN119940665B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202510436544.0，技术领域涉及：G06Q10/04；该发明授权一种电力市场用户负荷预测方法、系统、设备和介质是由袁存发;陈志凯;郑豹;张海东;欧阳永子设计研发完成，并于2025-04-09向国家知识产权局提交的专利申请。

本一种电力市场用户负荷预测方法、系统、设备和介质在说明书摘要公布了：本发明公开了一种电力市场用户负荷预测方法、系统、设备和介质，涉及电力市场用户负荷预测技术领域，包括采集电力市场用户负荷数据并进行预处理，将预处理后的数据划分为训练集和评估集。构建基于LSTM和双重Q网络优化的用户负荷预测模型，输入训练集进行单步预测。基于评估集对电力市场用户负荷预测模型进行评估，评估通过后，输入未来预测数据至用户负荷预测模型，得到预测的电力市场用户负荷。本发明所述方法能够更全面地捕捉影响电力负荷的外部变量，从而提高预测模型的准确性和可靠性。采用了LSTM网络结合双重Q网络模型增强了模型对长期趋势的识别能力，提升了预测结果的精确度和模型的泛化能力。

本发明授权一种电力市场用户负荷预测方法、系统、设备和介质在权利要求书中公布了：1.一种电力市场用户负荷预测方法，其特征在于，包括： 采集电力市场用户负荷数据并进行预处理，将预处理后的数据划分为训练集和评估集； 构建基于LSTM和双重Q网络优化的用户负荷预测模型，输入训练集进行单步预测； 基于评估集对电力市场用户负荷预测模型进行评估，评估通过后，输入未来预测数据至用户负荷预测模型，得到预测的电力市场用户负荷； 构建基于LSTM和双重Q网络优化的用户负荷预测模型包括构建LSTM网络，包括输入层、隐藏层和输出层； 输入层接收连续时间步长的数据序列，并根据设定的时间窗口进行数据切片，形成输入样本； 隐藏层采用记忆单元，分别计算用户耗电量、天气数据和时间特征对当前负荷状态的影响，提取表征用户负荷变化模式的时间序列特征； 输出层生成短期负荷预测值，作为初步预测结果，并进一步作为状态输入至双重Q网络； 构建双重Q网络对LSTM输出的预测结果进行优化，双重Q网络的状态空间由LSTM输出的时间序列特征构成，动作空间包括预测负荷值的调整范围； 双重Q网络包括两个独立的Q值网络，第一个Q值网络估算当前状态下的所有可能动作的Q值，第二个Q值网络计算目标Q值，通过最小化预测值与目标Q值之间的均方误差更新当前Q值网络的参数，并定期从当前Q值网络复制参数至目标Q值网络； 输入训练集进行单步预测包括， 按照设定时间步长依次输入训练集数据至LSTM神经网络； 训练过程中，采用均方误差作为损失函数，使用Adam优化器进行梯度更新，优化目标函数，最小化预测误差； 基于LSTM网络训练完成后，提取最终时间步的隐藏状态向量，作为负荷预测的时间序列特征，将负荷预测的时间序列特征输入双重Q网络，计算预测负荷值的调整量； 训练过程中，双重Q网络采用目标Q值更新策略，计算当前Q值与目标Q值之间的误差，优化模型参数； 采用经验回放机制，存储历史训练样本，在更新策略时随机抽取过往样本进行训练； 得到预测的电力市场用户负荷包括， 输入未来时间段的预测数据，使用训练完成的LSTM和双重Q网络模型进行负荷预测，将预测结果存储与输出； 预测过程中采用滚动预测策略，在每一步预测的基础上，使用最新预测值作为下一步的输入； 预测结果存储于数据库，通过API接口提供实时查询功能。

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朗坤智慧科技股份有限公司，其通讯地址为：210005 江苏省南京市鼓楼区汉中路2号亚太商务楼31层；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”。