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！

龙图腾网获悉南方电网科学研究院有限责任公司申请的专利电力系统的负荷预测方法、装置、计算机设备、可读存储介质和程序产品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：CN120525142B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202511029816.1，技术领域涉及：G06Q10/04；该发明授权电力系统的负荷预测方法、装置、计算机设备、可读存储介质和程序产品是由潘廷哲;金鑫;王宗义;林伟斌;冯俊豪;于鹤洋设计研发完成，并于2025-07-25向国家知识产权局提交的专利申请。

本电力系统的负荷预测方法、装置、计算机设备、可读存储介质和程序产品在说明书摘要公布了：本申请涉及一种电力系统的负荷预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。包括：每隔预设时间段，获取用户侧在当前预设时间段内的真实负荷数据；确定当前预设时间段内的目标增益和模型更新次数；基于模型更新次数、前一预设时间段内的负荷预测数据、当前预设时间段内的真实负荷数据、当前预设时间段内的目标增益和预设的模型更新权重，更新前一预设时间段内的负荷预测模型的参数，得到当前预设时间段内的负荷预测模型；将当前预设时间段内的真实负荷数据输入所述当前预设时间段内的负荷预测模型，得到下一个预设时间段内的负荷预测数据。采用本方法能够在不重新训练的情况下在线实时更新模型的参数。

本发明授权电力系统的负荷预测方法、装置、计算机设备、可读存储介质和程序产品在权利要求书中公布了：1.一种电力系统的负荷预测方法，其特征在于，所述方法包括： 每隔预设时间段，获取用户侧在当前预设时间段内的真实负荷数据； 确定当前预设时间段内的目标矩阵；获取前一预设时间段内参数估计的协方差矩阵；基于所述当前预设时间段内的目标矩阵和所述前一预设时间段内参数估计的协方差矩阵，确定当前预设时间段内的目标增益； 基于前一预设时间段内的负荷预测数据和当前预设时间段内的真实负荷数据，确定模型更新次数；基于所述模型更新次数、前一预设时间段内的负荷预测数据、当前预设时间段内的真实负荷数据、当前预设时间段内的目标增益和预设的模型更新权重，更新前一预设时间段内训练完成的负荷预测模型的参数，得到当前预设时间段内训练完成的负荷预测模型； 将所述当前预设时间段内的真实负荷数据输入所述当前预设时间段内训练完成的负荷预测模型，得到下一个预设时间段内的负荷预测数据；所述下一个预设时间段内的负荷预测数据用于在下一个预设时间段进行电力调控；其中，在间隔第一个预设时间段后，将预训练完成的负荷预测模型作为当前预设时间段内训练完成的负荷预测模型，采集当前预设时间段内的真实负荷数据，将所述当前预设时间段内的真实负荷数据输入所述当前预设时间段内训练完成的负荷预测模型，得到第一个预设时间段内的负荷预测数据； 所述基于前一预设时间段内的负荷预测数据和当前预设时间段内的真实负荷数据，确定模型更新次数，包括： 将前一预设时间段内的负荷预测数据和当前预设时间段内的真实负荷数据做差，得到预测误差；若所述预测误差不大于第一预设值，则确定模型更新次数为一次；若所述误差大于第一预设值且小于第二预设值，则确定模型更新次数为两次；若所述误差不小于第二预设值，则确定模型更新次数为零次； 所述每隔预设时间段，获取用户侧在当前预设时间段内的真实负荷数据之前，还包括：对初始的负荷预测模型进行预训练，得到预训练完成的负荷预测模型；所述对初始的负荷预测模型进行预训练，得到预训练完成的负荷预测模型包括： 获取用户侧真实负荷数据，基于所述用户侧真实负荷数据建立负荷数据集；基于所述负荷数据集、预设的遗忘因子、预设的模型更新权重和预设的参数估计的协方差权重，对初始的负荷预测模型进行预训练，得到预训练完成的负荷预测模型。

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南方电网科学研究院有限责任公司，其通讯地址为：510663 广东省广州市萝岗区科学城科翔路11号J1栋3、4、5楼及J3栋3楼；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”。