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！

龙图腾网获悉昆明理工大学申请的专利一种基于图注意力机制和生成对抗网络的综合能源系统多元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：CN119940619B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202510009959.X，技术领域涉及：G06Q10/04；该发明授权一种基于图注意力机制和生成对抗网络的综合能源系统多元负荷预测方法是由田鑫萃;傅乙珅;刘自骞设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本一种基于图注意力机制和生成对抗网络的综合能源系统多元负荷预测方法在说明书摘要公布了：本发明涉及一种基于图注意力机制和生成对抗网络的综合能源系统多元负荷预测方法，属于综合能源系统多元负荷预测技术领域。该方法提出了一种基于GAN‑GAT‑TCN的新预测框架，针对综合能源系统多元负荷预测的强交互和强耦合特性，采用互相关系数对经过预处理的电、热、冷负荷数据及其影响因素进行相关性分析，得到邻接矩阵，采用GAN对电、热、冷负荷进行预测，其中GAT作为生成器，可以提取电、热、冷负荷数据及其影响因素之间的空间维信息，TCN作为判断器，可以提取电、热、冷负荷数据内部的时间维信息，以相互对抗的方式训练得到最终预测结果，提升了多元负荷预测的准确性和鲁棒性，为综合能源系统多元负荷预测技术提供了方向。

本发明授权一种基于图注意力机制和生成对抗网络的综合能源系统多元负荷预测方法在权利要求书中公布了：1.一种基于图注意力机制和生成对抗网络的综合能源系统多元负荷预测方法，其特征在于，包括以下步骤： Step1：对综合能源系统冷热电运行数据进行数据预处理，包括数据清洗和数据标准化，补齐原始综合能源负荷数据中的缺失数据，剔除异常数据，并进行归一化处理； Step2：采用MIC算法对综合能源系统冷热电负荷和综合能源系统负荷影响因素变量进行相关性分析，计算数据之间相关度，得到MIC值； Step3：选取相关性高的综合能源系统影响因素变量作为因素筛选集，利用MIC值和综合能源系统冷热电负荷组成邻接矩阵； Step4：将综合能源系统冷热电负荷数据和综合能源系统因素筛选集合并，并按照比例划分为训练集、验证集和测试集； Step5：将划分后的数据输入GAN模型，其中GAT作为生成器，TCN作为判断器，在训练集上对电、热、冷负荷进行训练学习，在验证集上验证训练模型的精度和可靠性，最后在测试集上输出电、热、冷负荷的预测结果； Step6：用评价指标计算模型预测值与实际值之间的误差； 所述Step5具体为： Step5.1：生成式对抗网络用相同的判别器损失函数JD，不同网络的区别在于生成器损失函数JG，判别器损失函数JD： 式中，G为生成器的定义函数，z为生成器的输入，包含综合能源系统负荷数据、综合能源系统影响因素变量及其MIC值；βG为生成器的参数；D为判别器的定义函数；x为判别器的输入，包含生成器训练过的综合能源系统冷热电负荷数据；βD为生成器的参数；代表综合能源系统冷热电负荷真实样本数据X的统计分布Pdata，即x属于真实样本数据；Dx代表判别器输入函数；Gz代表生成器输入函数； Step5.2：生成器不断输入数据，判别器不断检测数据，这两端进行反复对抗，生成器与判别器损失函数之和为0，即： JG＝-JD 生成器函数值JG越小越好，根据上式可知：函数值JG越小，判别器函数值JD就越大，零和博弈的价值函数为： VFβD,βG＝-JDβD,βG 则生成器的最优解为： βG*＝argminmaxVFβD,βG 可得生成GAN网络的优化目标函数为： 式中，表示z符合编码的统计分布Pz； Step5.3：将综合能源系统负荷数据、综合能源系统影响因素变量及其MIC值输入到生成式对抗神经网络中，获得生成数据Gz； Step5.4：将综合能源系统冷热电负荷真实数据x与生成数据Gz输入判别器模型进行鉴别，对这些数据的真实概率进行分析，先把50％的数据作为真实数据，另外50％的数据作为伪数据，其目的是让最后的输出数据接近于真实数据，获得接近于1的输出Dx和接近于0的输出DGz； Step5.5：通过目标函数更新生成器模型参数，优化生成器模型； Step5.6：通过目标函数更新判别器模型参数，优化判别器模型； Step5.7：重复步骤Step5.4-Step5.6直至判别器输出Dx和DGz均收敛至0.5，则训练完成。

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昆明理工大学，其通讯地址为：650031 云南省昆明市一二一大街文昌路68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。