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！

龙图腾网获悉国网山东省电力公司青岛市即墨区供电公司申请的专利基于聚类算法的链园用能负荷管理优化方法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：CN119226833B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202411773706.1，技术领域涉及：G06F18/23；该发明授权基于聚类算法的链园用能负荷管理优化方法及系统是由万方;孙昊;徐克祥;王帅;王惠;王伟娜;莫川;邵龙刚;李妍;张艳艳;武卓睿设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本基于聚类算法的链园用能负荷管理优化方法及系统在说明书摘要公布了：本发明公开了基于聚类算法的链园用能负荷管理优化方法及系统，涉及负荷管理优化技术领域，包括收集多个链园的数据，通过多源特征融合技术构建负荷特性向量；基于链园之间的负荷相似性和地理分布特性，利用图结构模型对链园节点间的能源交互和关联特性进行建模，形成协同负荷网络；针对链园用能负荷的时间依赖特性，将负荷曲线按照时序分段并引入时间加权系数进行聚类；设计多目标协同优化聚类算法，将负荷聚类与优化目标相结合，求解不同场景下的最优聚类方案；根据聚类结果及链园之间的负荷协同关系，生成适应场景变化的分布式调度策略。本发明实现了链园间能源共享与负荷均衡，极大提高了区域能源系统的经济性和环保效益。

本发明授权基于聚类算法的链园用能负荷管理优化方法及系统在权利要求书中公布了：1.基于聚类算法的链园用能负荷管理优化方法，其特征在于：包括： 收集多个链园的实时负荷数据、设备状态信息以及环境参数，并通过多源特征融合技术构建负荷特性向量； 基于链园之间的负荷相似性和地理分布特性，利用图结构模型对链园节点间的能源交互和关联特性进行建模，形成协同负荷网络； 针对链园用能负荷的时间依赖特性，采用动态时间分段技术，将负荷曲线按照时序分段并引入时间加权系数进行聚类； 设计多目标协同优化聚类算法，将负荷聚类与优化目标相结合，形成综合优化函数，采用混合优化算法求解不同场景下的最优聚类方案； 根据聚类结果及链园之间的负荷协同关系，定义分布式调度优先级规则，结合所述调度优先级规则，生成适应场景变化的分布式调度策略，实现链园间余电共享、需求响应调控以及负荷峰谷均衡； 所述基于链园之间的负荷相似性和地理分布特性，利用图结构模型对链园节点间的能源交互和关联特性进行建模，形成协同负荷网络，具体包括如下步骤： S1：根据生成的负荷特性向量，构建链园数据节点集合，其中每个数据节点表示单个链园的负荷特性，包括实时负荷参数、设备状态特性以及环境参数特性，其中，数据节点集合构成协同建模的基础； S2：基于数据节点的负荷特性向量，采用动态加权余弦相似度度量链园间负荷相似性； 具体计算公式为： ， 其中，和分别为链园A和链园B的第i维负荷特性，为对应特性的权重，由特性的重要性动态调整，n为负荷特性向量的维度数； S3：利用链园的地理位置信息，构建地理距离矩阵，矩阵元素表示任意两个链园之间的地理距离，采用哈弗赛因（Haversine）公式计算： ， 其中，和为两链园的纬度，为经度，和分别为纬度和经度差值，r为地球半径； 通过地理距离矩阵的构建，将链园间的物理位置与负荷相似性关联，为后续网络建模提供空间约束条件； S4：结合负荷相似性和地理距离，采用基于图结构的建模方法，构建链园协同负荷网络，其中节点表示链园数据节点；边的权重由负荷相似性和地理距离共同决定，边的权重计算公式为： ， 其中，为链园A和B间的权重，和为相似性和地理距离的加权系数，为A和B两个链园之间的地理距离； 所述通过多源特征融合技术构建负荷特性向量包括： 采用特征拼接方法，将负荷特性、设备状态特性和环境特性融合为统一的特性向量： ， 其中，为负荷特性，为设备状态特性，为环境特性； 应用降维算法对高维特性向量进行降维，去除冗余信息； 构建完成的负荷特性向量矩阵： ， 其中，m为链园数； 所述采用动态时间分段技术，将负荷曲线按照时序分段并引入时间加权系数进行聚类包括以下步骤： 结合链园的负荷特性向量和实时负荷曲线，按照时间粒度划分日负荷数据； 对每个时间分段赋予时间加权系数以突出关键时段的影响，并对每个时间分段内的负荷数据，提取负荷特性向量； 利用提取的分段负荷特性向量，构建用于动态聚类的输入矩阵： ， 其中，矩阵行表示不同时间分段；矩阵列表示分段负荷特性的维度，保证动态聚类输入数据的完整性； 基于输入矩阵采用时间序列聚类算法执行动态聚类。

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山东省电力公司青岛市即墨区供电公司，其通讯地址为：266000 山东省青岛市即墨市青石路3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”。