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！

龙图腾网获悉四川大学申请的专利一种基于GPT驱动模式感知分割匹配的天然气需求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：CN120146262B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202510181884.3，技术领域涉及：G06Q10/04；该发明授权一种基于GPT驱动模式感知分割匹配的天然气需求预测方法是由余乐安;杨博;陆思充;王海润设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本一种基于GPT驱动模式感知分割匹配的天然气需求预测方法在说明书摘要公布了：本发明公开一种基于GPT驱动模式感知分割匹配的天然气需求预测方法，S10,获取天然气需求时间序列，并输入使用低秩适应LoRA微调基于GPT的时序特征学习模型GPT‑TempFeat，捕捉天然气需求时间序列中的潜在模式，同时保留天然气需求时间序列原始知识；S20,利用GPT‑TempFeat提取的时间特征，通过滚动窗口分割算法，动态地将时间序列分割成不同的分段；S30,针对每个识别出的分段，使用LoRA微调训练个体GPT‑Forecast模型，得到段模型；S40,在预测阶段，采用基于余弦相似度的模式匹配方法，识别每个输入窗口最合适的段模型；然后使用选定的段模型进行预测，得到天然气需求预测结果。

本发明授权一种基于GPT驱动模式感知分割匹配的天然气需求预测方法在权利要求书中公布了：1.一种基于GPT驱动模式感知分割匹配的天然气需求预测方法，其特征在于，包括步骤： S10,获取天然气需求时间序列，并输入使用低秩适应LoRA微调基于GPT的时序特征学习模型GPT-TempFeat，捕捉天然气需求时间序列中的潜在模式，同时保留天然气需求时间序列原始知识；包括： 给定一个单变量天然气需求时间序列XT，经过归一化和嵌入后得到ET； GPT模型处理嵌入序列后生成输出HT，并通过重构误差计算损失函数： ； 其中，WT和bT是可学习参数，表示模型参数，L表示序列长度； S20,利用GPT-TempFeat提取的时间特征，通过滚动窗口分割算法，动态地将时间序列分割成不同的分段； S30,针对每个识别出的分段，使用LoRA微调训练个体GPT-Forecast模型，得到段模型； 针对每个分段的GPT-Forecast模型训练，基于分割得到的分段{seg1,seg2,…,segn}，n表示片段的数量，为每个分段训练独立的GPT-Forecast模型，包括： 对于每个分段XF，GPT模型处理嵌入序列后生成输出HF，并通过以下公式生成预测值并计算损失： ； ； 其中,WF、bF和表示模型参数，表示预测值，Lseg表示片段的长度，i表示片段的下标，为SMAPE损失函数； S40,在预测阶段，采用基于余弦相似度的模式匹配方法，识别每个输入窗口最合适的段模型；然后使用选定的段模型进行预测，得到天然气需求预测结果。

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四川大学，其通讯地址为：610000 四川省成都市一环路南一段24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。