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！

龙图腾网获悉西安热工研究院有限公司申请的专利基于机器学习的熔盐储热系统调频指令预测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：CN120387034B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510884713.7，技术领域涉及：G06F18/22；该发明授权基于机器学习的熔盐储热系统调频指令预测方法及系统是由李志鹏;康祯;王小辉;寇水潮;兀鹏越;高峰;张立松;薛磊;贺婷;李东晋设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本基于机器学习的熔盐储热系统调频指令预测方法及系统在说明书摘要公布了：本发明涉及电网调频技术领域，具体涉及基于机器学习的熔盐储热系统调频指令预测方法及系统，包括：通过若干个决策树来预测指令信号数据，获得若干个预测指令信号数据序列，并获得不同决策树数量下的误差；通过不同决策树数量下的误差，获得不同决策树数量下的误差趋势变化因子；对不同决策树数量下所有决策树对应的预测指令信号数据序列进行相关性分析，获得不同决策树数量下的决策树数量的增加程度；通过所述决策树数量的增加程度和所述误差趋势变化因子，获得决策树的最佳数量；根据决策树的最佳数量，通过随机森林算法进行调频指令信号数据的预测。本发明提高了调频指令预测的精度，降低了计算量。

本发明授权基于机器学习的熔盐储热系统调频指令预测方法及系统在权利要求书中公布了：1.基于机器学习的熔盐储热系统调频指令预测方法，其特征在于，包括： 连续获取若干个时刻的调频指令信号数据和影响电力系统稳定的各种特征数据；通过若干个时刻的调频指令信号数据和各种特征数据，获得若干个样本数据点； 将若干个样本数据点按照时间排序，获得数据点序列；将数据点序列划分为前数据点序列和后数据点序列；将后数据点序列中所有数据点对应的调频指令信号数据组成一组序列，记为后指令信号数据序列；从前数据点序列中有放回的选取数据点，获得若干个数据集；其中，每个数据集包含若干个数据点；通过若干个数据集构建若干个决策树；通过若干个决策树来预测指令信号数据，获得若干个预测指令信号数据序列，通过若干个预测指令信号数据序列与后指令信号数据序列之间的差异，获得不同决策树数量下的误差；通过不同决策树数量下的误差，获得不同决策树数量下的误差趋势变化因子； 对不同决策树数量下所有决策树对应的预测指令信号数据序列进行两两匹配，获得若干个序列组合；根据不同决策树数量下所有序列组合中的两个预测指令信号数据序列之间的相关系数，获得不同决策树数量下的决策树数量的增加程度，包括： 式中，表示决策树数量为时第个序列组合中的两个预测指令信号数据序列之间的相关系数，表示决策树数量为时所有序列组合的总个数，表示决策树数量为时的决策树数量增加程度，表示以自然常数为底的指数函数；其中，所述相关系数为皮尔逊相关系数； 通过所述决策树数量的增加程度和所述误差趋势变化因子，获得不同决策树数量下的决策树数量增加因子；通过所述决策树数量增加因子，获得决策树的最佳数量，包括： 其中，决策树数量增加因子具体用公式表示为： 式中，表示决策树数量为时的误差趋势变化因子，表示决策树数量为时的决策树数量增加程度，表示决策树数量为时的决策树数量增加因子，表示线性归一化函数； 从决策树数量为2时开始遍历迭代，判读决策树数量为2时的决策树数量增加因子与决策树数量为3时的决策树数量增加因子的大小关系，当，则停止迭代，将2作为决策树的最佳数量；当，则继续决策树数量为3时的决策树数量增加因子与决策树数量为4时的决策树数量增加因子的大小关系； 当，则停止迭代，将3作为决策树的最佳数量；当，则继续决策树数量为4时的决策树数量增加因子与决策树数量为5时的决策树数量增加因子的大小关系； 以此类推，直至获得一个决策树的最佳数量时停止； 根据决策树的最佳数量，通过随机森林算法进行调频指令信号数据的预测。

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西安热工研究院有限公司，其通讯地址为：710048 陕西省西安市碑林区兴庆路136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”。