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！

龙图腾网获悉国网安徽省电力有限公司;国网安徽省电力有限公司电力科学研究院;安徽明生恒卓科技有限公司申请的专利一种多因素关联的返乡度冬电力负荷预控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：CN120952223B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202511037292.0，技术领域涉及：G06Q10/04；该发明授权一种多因素关联的返乡度冬电力负荷预控方法及系统是由潘敏;戚振彪;甄超;赵成;葛健;徐飞;王洋;朱兵;张叶茂设计研发完成，并于2025-07-28向国家知识产权局提交的专利申请。

本一种多因素关联的返乡度冬电力负荷预控方法及系统在说明书摘要公布了：本发明涉及智能电网技术领域，揭露了一种多因素关联的返乡度冬电力负荷预控方法及系统，方法包括：对预先获取的历史用电数据进行变换得到电力负荷数据，对电力负荷数据进行识别得到用电问题；对用电问题进行分析得到影响因素，对影响因素进行分析得到强关联因素数据矩阵，对强关联因素数据矩阵进行解析得到关联影响系数；对电力负荷预测模型进行迭代训练得到训练后的电力负荷预测模型，将预先获取的当前用电数据输入训练后的电力负荷预测模型得到负荷预测数据；对电网进行划分，得到红黄绿分级台区；制定电力负荷预控方案，从而进行用电防控治理。本发明可以解决返乡度冬时电网过载难以防控治理以及用电预测不够准确的问题。

本发明授权一种多因素关联的返乡度冬电力负荷预控方法及系统在权利要求书中公布了：1.一种多因素关联的返乡度冬电力负荷预控方法，其特征在于，所述方法包括： S1、对预先获取的历史用电数据进行傅里叶变换，得到电网的电力负荷数据，对所述电力负荷数据进行负荷波动识别，得到所述电网的用电问题； S2、对所述用电问题的成因情况进行帕累托分析，得到所述用电问题的影响因素，包括： 对所述用电问题进行成因分类，得到所述用电问题的成因类别； 基于所述成因类别进行问题量化统计，得到所述成因类别的问题数量； 基于所述成因类别与所述问题数量绘制所述用电问题的帕累托图； 基于所述帕累托图对所述用电问题进行相关性验证，得到所述用电问题的影响因素； 对所述影响因素进行负荷特性聚类分析，得到所述用电问题的强关联因素数据矩阵，包括： 将所述影响因素输入负荷特性聚类模型，得到所述用电问题的聚类数据； 基于所述聚类数据和正向影响公式进行影响计算，得到所述影响因素的正向影响，其中，所述正向影响公式为： 式中，为所述历史用电数据的编号，为所述聚类数据的编号，为第个历史用电数据的第个聚类数据的正向影响，为第个历史用电数据的第个聚类数据的内容，为第个聚类数据的最小值，为第个聚类数据的最大值，为第个聚类数据； 基于所述聚类数据和负向影响公式进行影响计算，得到所述影响因素的负向影响，其中，所述负向影响公式为： 式中，为所述历史用电数据的编号，为所述聚类数据的编号，为第个历史用电数据的第个聚类数据的负向影响，为第个历史用电数据的第个聚类数据的内容，为第个聚类数据的最小值，为第个聚类数据的最大值，为第个聚类数据； 基于所述正向影响和所述负向影响建立所述强关联因素数据矩阵； 对所述强关联因素数据矩阵进行量化解析，得到所述电网的关联影响系数； S3、基于所述关联影响系数对电力负荷预测模型进行迭代训练，得到训练后的电力负荷预测模型，将预先获取的当前用电数据输入训练后的电力负荷预测模型，得到所述电网的负荷预测数据； S4、基于所述负荷预测数据的负荷情况和所述用电问题的严重程度对所述电网进行分级颜色划分，得到所述电网的红黄绿分级台区； S5、基于所述红黄绿分级台区制定返乡度冬的电力负荷预控方案，根据所述电力负荷预控方案对所述电网进行用电防控治理。

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安徽省电力有限公司;国网安徽省电力有限公司电力科学研究院;安徽明生恒卓科技有限公司，其通讯地址为：230009 安徽省合肥市包河区黄山路9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。