广东电网有限责任公司;广东电网有限责任公司计量中心路韬获国家专利权
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!
龙图腾网获悉广东电网有限责任公司;广东电网有限责任公司计量中心申请的专利一种基于季节性趋势分解的发电量预测方法、装置、终端设备及存储介质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:CN119578624B 。
龙图腾网通过国家知识产权局官网在2025-10-03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:202411646666.4,技术领域涉及:G06Q10/04;该发明授权一种基于季节性趋势分解的发电量预测方法、装置、终端设备及存储介质是由路韬;张捷;党三磊;吴佳享;李健;陈鹏;宋鹏;赵闻;李倩设计研发完成,并于2024-11-18向国家知识产权局提交的专利申请。
本一种基于季节性趋势分解的发电量预测方法、装置、终端设备及存储介质在说明书摘要公布了:本发明公开了一种基于季节性趋势分解的发电量预测方法、装置、终端设备及存储介质,通过将由若干时段的发电量数据所构成的时序数据进行季节性趋势分解,生成时序数据的季节性分量、趋势分量以及残差分量。继而将残差分量输入至预设的残差预测模型中,以使残差预测模型分析残差分量中的非线性特征,并根据非线性特征进行预测,继而生成待预测时间段的预测残差分量;根据预测残差分量、季节性分量、以及趋势分量,生成待预测时段的预测发电量数据。因此,本发明通过将季节性趋势分解以及机器学习两种发电量预测方法进行结合,有效地提高了发电量预测的准确性。
本发明授权一种基于季节性趋势分解的发电量预测方法、装置、终端设备及存储介质在权利要求书中公布了:1.一种基于季节性趋势分解的发电量预测方法,其特征在于,包括: 获取由若干时段的发电量数据所构成的时序数据; 根据所述时序数据重复进行季节性趋势分解操作,生成所述时序数据的季节性分量、趋势分量和残差分量; 将所述残差分量输入至预设的残差预测模型中,以使所述残差预测模型分析所述残差分量中的非线性特征,并根据所述非线性特征进行预测,继而生成待预测时间段的预测残差分量;其中,所述残差预测模型为预先采用由历史发电量数据所生成的历史时序数据中的历史残差分量,进行训练的集成神经网络模型; 根据所述预测残差分量、所述季节性分量以及所述趋势分量,生成待预测时段的预测发电量数据; 其中,所述季节性趋势分解操作,包括: 获取所述时序数据、第一季节性分量以及第一趋势分量;其中,初始时,第一趋势分量为0、第一季节性分量为0;将所述时序数据减去所述第一趋势分量,生成去趋势序列;根据预设的第一平滑参数,对所述去趋势序列进行平滑操作,生成第二季节性分量;将所述去趋势序列减去所述第二季节性分量,生成去季节性序列;根据预设的第二平滑参数,对所述去季节性序列进行平滑操作,生成第二趋势分量;将所述时序数据减去所述第二季节性分量以及所述第二趋势分量,生成第一残差分量;计算所述第一季节性分量与所述第二季节性分量的第一差值,所述第一趋势分量与所述第二趋势分量的第二差值;在所述第一差值以及所述第二差值均小于预设的差值阈值时,将所述第一残差分量、所述第二季节性分量以及所述第二趋势分量作为所述时序数据的残差分量、季节性分量以及趋势分量;在所述第一差值或所述第二差值不小于预设的差值阈值时,将所述第二季节性分量以及所述第二趋势分量作为下一轮季节性趋势分解操作所需的第一季节性分量以及第一趋势分量; 所述残差预测模型的训练过程,包括: 获取由若干历史时段的历史发电量数据;根据所述历史发电量数据,生成若干历史时序数据,以及每一历史时序数据的历史残差分量;根据时间顺序,排列所述历史残差分量,将下一历史残差分量作为下一历史残差分量的真实预测值;根据各所述历史残差分量及其真实预测值,构建若干训练样本以及测试样本;根据所述训练样本以及所述测试样本,重复进行模型训练操作,直至生成所述残差预测模型; 所述模型训练操作,包括: 获取第一决策树、第二决策树以及目标值;其中,所述第一决策树为预设的未进行训练的决策树,所述第二决策树在初始时为空,所述目标值在初始时,为若干所述训练样本中的所有真实预测值的平均值;根据若干所述训练样本以及所述目标值,训练所述第一决策树; 判断所述第二决策树是否为空;若是,则将所述第一决策树作为待评估决策树;若否,则将第一决策树与第二决策树进行加权融合,生成待评估决策树;将若干所述测试样本中的历史残差分量输入至所述待评估决策树中,以使所述待评估决策树输出各所述测试样本的待评估预测值;根据各所述测试样本的待评估预测值以及真实预测值,计算待评估决策树的预测误差;在确定所述预测误差小于预设的误差阈值时,将所述待评估决策树作为所述残差预测模型;在确定所述预测误差不小于预设的误差阈值时,将所述待评估决策树作为下一轮的模型训练操作的第二决策树,将所述预测误差作为下一轮的模型训练操作的目标值。
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广东电网有限责任公司;广东电网有限责任公司计量中心,其通讯地址为:510000 广东省广州市越秀区东风东路757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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。
请提出您的宝贵建议,有机会获取IP积分或其他奖励