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！

龙图腾网获悉中国电力科学研究院有限公司申请的专利一种考虑随机负荷影响的降温负荷方法及装置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：CN118676912B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202410809772.3，技术领域涉及：H02J3/00；该发明授权一种考虑随机负荷影响的降温负荷方法及装置是由周颖;邱敏;赵伟博;陈宋宋;李建锋;李德智;张嘉埔;杜苁聪;徐靖;董家伟;陈珂;王隗东设计研发完成，并于2024-06-21向国家知识产权局提交的专利申请。

本一种考虑随机负荷影响的降温负荷方法及装置在说明书摘要公布了：本发明涉及电力系统负荷测算预测技术领域，具体提供了一种考虑随机负荷影响的降温负荷方法及装置，包括：采用变分模态分解算法将当前时间周期内的降温负荷划分为K个模态分量，并获取所述K个模态分量中前k个低频分量；将所述k个低频分量和当前时间周期内的气象特征数据作为预先训练的长短时记忆神经网络模型的输入数据，得到预先训练的长短时记忆神经网络模型输出的当前时间周期对应的预测时间周期内的降温负荷。本发明提供的技术方案，剔除降温负荷中随机因素的影响，可提高降温负荷与气象参数的相关性，同时准确测算并预测降温负荷进一步提升了总用电负荷的预测准确性，对负荷测算及预测业务具有重要的意义。

本发明授权一种考虑随机负荷影响的降温负荷方法及装置在权利要求书中公布了：1.一种考虑随机负荷影响的降温负荷方法，其特征在于，所述方法包括： 采用变分模态分解算法将当前时间周期内的降温负荷划分为K个模态分量，并获取所述K个模态分量中前k个低频分量； 将所述k个低频分量和当前时间周期内的气象特征数据作为预先训练的长短时记忆神经网络模型的输入数据，得到预先训练的长短时记忆神经网络模型输出的当前时间周期对应的预测时间周期内的降温负荷； 其中，K为第一预设值，k为第二预设值，k≤K-1； 所述第一预设值和第二预设值的确定过程包括： 步骤a.初始化K等于第一预设起始值； 步骤b.采用变分模态分解算法将历史时段内的降温负荷划分为K个模态分量； 步骤c.初始化k＝1； 步骤d.计算所述K个模态分量中前k个低频分量的和与历史时段内的气象特征数据之间的相关系数； 步骤e.判断k是否等于K-1，若是，则输出所述相关系数，并执行步骤f，否则，令k＝k+1并返回步骤d； 步骤f.判断K是否等于第一预设终止值，若是，则将所述相关系数最大时对应的K和k的取值分别作为所述第一预设值和第二预设值，否则，令K＝K+1并返回所述步骤a； 所述相关系数如下： 上式中，Tm为所述K个模态分量中前k个低频分量的和中第m个元素值，为所述K个模态分量中前k个低频分量的和中各元素值的均值，Pm为历史时段内的气象特征数据中第m个元素值，为历史时段内的气象特征数据中各元素值的均值，r为相关系数，M为预设元素数量。

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中国电力科学研究院有限公司，其通讯地址为：100192 北京市海淀区清河小营东路15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”。