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 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 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 > 华东交通大学屈志坚获国家专利权

华东交通大学屈志坚获国家专利权

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!

龙图腾网获悉华东交通大学申请的专利基于二次解耦的综合能源多元负荷短期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:CN119231529B

龙图腾网通过国家知识产权局官网在2025-05-30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:202411764883.3,技术领域涉及:H02J3/00;该发明授权基于二次解耦的综合能源多元负荷短期预测方法是由屈志坚;孟延;侯新星;袁琛;李迪;邓芳明;伍志云设计研发完成,并于2024-12-04向国家知识产权局提交的专利申请。

基于二次解耦的综合能源多元负荷短期预测方法在说明书摘要公布了:本发明提供一种基于二次解耦的综合能源多元负荷短期预测方法,包括收集多元负荷数据集,重构多元负荷数据集中的冬季数据集以及夏季数据集,以进行一次解耦;对重构后的冬季数据集、夏季数据集进行分解;将分解后的数据划分为周期项以及趋势项,以进行二次解耦;对趋势项进行筛选,并对筛选后的趋势项进行预测,得到趋势项预测结果;对周期项进行多元负荷预测,以得到周期项预测结果,并将趋势项预测结果以及周期项预测结果进行相加,以得到最终预测结果。本发明能够有效的捕捉多元负荷件的耦合性,且能实现非线性以及非平稳信号的精确分解,提升抗噪能力以及时间频率分辨率,以及有效提高预测准确性的同时兼顾平衡性。

本发明授权基于二次解耦的综合能源多元负荷短期预测方法在权利要求书中公布了:1.一种基于二次解耦的综合能源多元负荷短期预测方法,其特征在于,所述方法包括:收集多元负荷数据集,并根据季节特征以及数据耦合关系将所述多元负荷数据集分为上半年数据集以及下半年数据集,基于所述上半年数据集以及所述下半年数据集重构所述多元负荷数据集中的冬季数据集以及夏季数据集,以进行一次解耦;所述基于所述上半年数据集以及所述下半年数据集重构所述多元负荷数据集中的冬季数据集以及夏季数据集的步骤包括:所述多元负荷数据集包括春数据、夏数据、秋数据以及冬数据,对所述春数据、所述夏数据、所述秋数据以及所述冬数据进行排列,并根据季节特征以及数据耦合关系将所述春数据、所述夏数据、所述秋数据以及所述冬数据分为上半年数据及以及下半年数据集;基于PtachTST提取所述多元负荷数据集中的多元负荷序列内的局部信息,并通过Multi-HeadAttention挖掘所述多元负荷序列的时间依赖关系,以得到特征向量;基于若干独立的注意力机制获取所述多元负荷序列的不同子空间的注意力分布;基于BiLSTM对所述特征向量进行双向建模;基于训练集对PatchTST-BiLSTM进行训练,以得到训练后的PatchTST-BiLSTM,并在所述训练集上调整超参数,以得到最优超参数配置下的负荷重构结果;基于测试集对所述训练后的PatchTST-BiLSTM进行重构,以得到最终的IES多云负荷重构结果;基于TTAO-VMD对重构后的所述冬季数据集以及重构后的所述夏季数据集进行分解,以得到分解后的数据;通过精细复合多尺度样本熵将所述分解后的数据划分为周期项以及趋势项,以进行二次解耦;采用MIV特征筛选对所述趋势项进行筛选,并采用Lasso线性回归模型对筛选后的所述趋势项进行预测,得到趋势项预测结果;采用ProgressiveLayeredExtraction多任务学习对所述周期项进行多元负荷预测,以得到周期项预测结果,并将所述趋势项预测结果以及所述周期项预测结果进行相加,以得到最终预测结果。

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华东交通大学,其通讯地址为:330013 江西省南昌市经济技术开发区双港东大街808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。