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！

龙图腾网获悉中南大学申请的专利多区域的电力负荷预测方法、装置、设备、介质及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：CN120341863B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510824556.0，技术领域涉及：H02J3/00；该发明授权多区域的电力负荷预测方法、装置、设备、介质及程序产品是由陈晓红;黄千运;程继鑫;陈姣龙设计研发完成，并于2025-06-19向国家知识产权局提交的专利申请。

本多区域的电力负荷预测方法、装置、设备、介质及程序产品在说明书摘要公布了：本发明公开了一种多区域的电力负荷预测方法、装置、设备、介质及程序产品，该方法包括：采集电力系统中多个区域的历史负荷时间序列数据，对历史负荷时间序列数据进行预处理，获得候选负荷时序数据，对候选负荷时序数据进行深度特征提取以及多维特征分析，将深度特征与多维特征矩阵进行特征融合，获得目标负荷特征，并基于目标负荷特征对多个区域进行聚类分析，确定各区域对应的区域簇，根据目标负荷特征构建各区域簇对应的负荷预测模型，基于各区域簇对应的负荷预测模型对电力系统进行电力负荷预测；本发明有效地挖掘出各区域的负荷特性，从而更好地适应不同区域的负荷变化，实现对电力系统中不同区域提供精准的电力负荷预测。

本发明授权多区域的电力负荷预测方法、装置、设备、介质及程序产品在权利要求书中公布了：1.一种多区域的电力负荷预测方法，其特征在于，所述多区域的电力负荷预测方法包括： 采集电力系统中多个区域的历史负荷时间序列数据，并对所述历史负荷时间序列数据进行预处理，获得候选负荷时序数据； 对所述候选负荷时序数据进行深度特征提取，获取各区域的深度特征矩阵； 对所述候选负荷时序数据进行多维特征分析，获取各区域的多维特征矩阵； 将所述深度特征矩阵与所述多维特征矩阵进行特征融合，获得目标负荷特征，并基于所述目标负荷特征对所述多个区域进行聚类分析，确定各区域对应的区域簇； 根据所述目标负荷特征构建各区域簇对应的负荷预测模型； 基于各区域簇对应的负荷预测模型对所述电力系统进行电力负荷预测； 所述对所述候选负荷时序数据进行多维特征分析，获取各区域的多维特征矩阵，包括： 计算所述候选负荷时序数据的均值、标准差和变异系数： 其中，表示候选负荷时序数据的均值，表示候选负荷时序数据的标准差，表示变异系数； 根据所述均值、所述标准差和所述变异系数进行全局负荷波动分析，获取基础统计特征； 基于所述候选负荷时序数据进行时间波动分析，获取时间模式特征，所述时间模式特征包括峰谷差值、时段均值比和日负荷率： 其中，表示一天内负荷的峰谷差值，表示一天中负荷的最大值，表示一天内负荷的最小值，表示早晚时段负荷均值比，表示早上时段的负荷平均值，表示晚上时段的负荷平均值，表示日负荷率，表示一天内负荷的平均值； 基于所述候选负荷时序数据进行短期波动分析，获取波动性特征，所述波动性特征包括滞后自相关系数： 其中，表示滞后自相关系数，表示第个时间步的负荷值，所述负荷值为候选负荷时序数据中的数据点，表示总时间步数，表示滞后步数，表示候选负荷时序数据的数据均值； 将所述基础统计特征、所述时间模式特征和所述波动性特征合并为多维特征矩阵。

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南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路932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。