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！

龙图腾网获悉河北工业大学申请的专利居民短期电力负荷自动化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：CN114421463B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202210077357.4，技术领域涉及：H02J3/00；该发明授权居民短期电力负荷自动化预测方法是由许铮铧;余周涛设计研发完成，并于2022-01-24向国家知识产权局提交的专利申请。

本居民短期电力负荷自动化预测方法在说明书摘要公布了：本发明涉及电力技术领域，且公开了一种居民短期电力负荷自动化预测方法，包括以下步骤：S1：模型建立：建立居民短期电力负荷自动化预测模型；S2：区域划分：利用K‑means算法对一个大地区的各个居民家地理位置进行空间上的划分，划分为几个特点相关的区域；S3：数据收集：收集S2区域过去两年的总用电量和气温数据；S4：数据划分：将S3收集统计的数据通过滑动窗口法进行数据处理划分；S5：模型训练：将S4中划分的数据输入到S1建立的模型中进行数据训练；S6：结果预测：通过训练完成的网络自动化预测出当地未来天或者周维度的电力负荷大小；本发明方法可以减少人员的工作量，可以为电力部门制定合理的电价，为保证电厂正常工作提供一个指导方案。

本发明授权居民短期电力负荷自动化预测方法在权利要求书中公布了：1.一种居民短期电力负荷自动化预测方法，其特征在于，包括以下步骤： S1：模型建立：建立居民短期电力负荷自动化预测模型； S2：区域划分：利用K-means算法对一个大地区的各个居民家地理位置进行空间上的划分，划分为几个特点相关的区域； S3：数据收集：收集统计一个大地区过去两年的每个区域内的总用电量和气温数据； S4：数据划分：将步骤S3收集统计的一个大地区过去两年的每个区域内的总用电量和气温数据通过具有流量控制作用的滑动窗口法进行数据处理划分； S5：模型训练：将步骤S4中划分的数据输入到步骤S1建立的居民短期电力负荷自动化预测模型中进行数据训练； S6：结果预测：通过训练完成的网络自动化预测出当地未来天或者周维度的电力负荷大小； S7：制定方案：通过步骤S5预测的结果制定未来一段时间的用电指导方案； 所述步骤S4数据划分包括以下步骤： S41：把收集到的数据按7:1:2划分为训练集，验证集和测试集，对划分完的数据使用滑动窗口法划进行一个数据扩充； S42：对处理完的电力负荷数据使用经验模态分解为几个子序列，并计算这几个子序列与原始序列之间的相关系数； 所述步骤S5模型训练包括以下步骤： S51：把原始数据，相关系数最大的子序列和温度数据输入到步骤S1居民短期电力负荷自动化预测模型中利用时间卷积神经网络进行训练，每训练完10轮就使用验证集测试一次，计算验证集的均方误差，当验证集的均方误差连续3次不再下降时，停止训练； S52：模型超参数调整：对模型的可调参数进行调整，得到一组在测试集上均方误差最小的参数，作为模型的最终参数。

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河北工业大学，其通讯地址为：300401 天津市北辰区西平道5340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”。

以上内容由龙图腾AI智能生成。