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！

龙图腾网获悉北京工业大学申请的专利一种基于频域特征聚类与加权融合的电力负荷预测方法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：CN119561022B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411686077.9，技术领域涉及：H02J3/00；该发明授权一种基于频域特征聚类与加权融合的电力负荷预测方法是由孔德慧;席嘉阳;胡永利;尹宝才;翁浩恩;梁敏设计研发完成，并于2024-11-24向国家知识产权局提交的专利申请。

本一种基于频域特征聚类与加权融合的电力负荷预测方法在说明书摘要公布了：本发明公开了一种基于频域特征聚类与加权融合的电力负荷预测方法，利用傅里叶变换对电力负荷信号进行分解，提取不同频率分量的频域特征，然后对频域特征进行聚类处理，针对每个聚类类别，单独建立个性化的预测模型。在预测时，选择与目标预测序列最相似的若干个模型，采用加权平均的方式融合这些模型的预测结果。与现有的电力负荷预测方法相比，频率特征提取方法能够更好地捕捉电力负荷潜在的重要周期特征；聚类将具有相似频域特征的用户负荷数据聚类，从而更好地识别不同的用电模式；通过加权融合不同模型的预测结果，有效减少单个模型的误差，提高对噪声的抵抗力。

本发明授权一种基于频域特征聚类与加权融合的电力负荷预测方法在权利要求书中公布了：1.一种基于频域特征聚类与加权融合的电力负荷预测方法，其特征在于，该方法的实现步骤如下： 步骤一：对经过滑动窗口分割的电力负荷序列片段进行频域特征提取； S11输入：1000个用户的电力负荷数据，选取数据时间范围，设定数据采样间隔为30分钟，每日的负荷采样点为48个； S12滑动窗口分割电力负荷数据：用长度为11天数据量的滑动窗口切分所有用户的原始电力负荷序列，窗口每次滑动1天的长度，得到若干条时域上的电力负荷序列片段； S13提取电力负荷序列片段的频域特征：对分割后的每个时域上的电力负荷序列片段进行快速傅里叶变换，得到电力负荷片段在频域中对应的幅值与相位角，将幅值与相位角作为该序列片段的频域特征； 步骤二：对于电力负荷序列片段的频域特征进行自适应聚类 S21建立电力负荷数据集：将所有电力负荷序列片段的频域特征与其对应的原时域上的序列片段一一标记，便于后续聚类时使用这些频域特征； S22基于电力负荷序列片段的频域特征聚类：采用临近传播聚类AP算法，对多个电力负荷序列片段的频域特征进行自适应聚类，从而生成12个类； S23建立类内电力负荷数据集：找到每个类内所有电力负荷序列片段的频域特征对应的原时域上的序列片段，从而形成由原始时域序列片段构成的12个类； 步骤三：根据自适应聚类结果建立电力负荷个性化模型； S31建立每个类内电力负荷数据集：经过聚类后，每个类内的时域电力负荷序列片段有相似的特征和模式，将每个类内的数据作为该类的训练数据； S32训练电力负荷个性化模型：使用每个类内的电力负荷序列片段训练相应的长短期记忆LSTM模型，以优化模型性能并提高对该类电力负荷数据的预测准确性。

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北京工业大学，其通讯地址为：100020 北京市朝阳区平乐园100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。