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！

龙图腾网获悉南京思宇电气技术有限公司申请的专利专变采集终端的负荷预测与动态容量控制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：CN120728592B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202511211916.6，技术领域涉及：H02J3/00；该发明授权专变采集终端的负荷预测与动态容量控制方法是由顾君;仲跻高设计研发完成，并于2025-08-28向国家知识产权局提交的专利申请。

本专变采集终端的负荷预测与动态容量控制方法在说明书摘要公布了：本发明公开了一种专变采集终端的负荷预测与动态容量控制方法，涉及时间序列预测技术相关领域，该方法包括：收集专变采集终端的用电负荷数据，包括历史用电负荷时间序列和实时用电负荷时间序列；对专变采集终端的用电负荷数据进行预处理，去除噪声影响；将专变采集终端的历史用电负荷时间序列作为训练样本，训练时间序列预测模型，保存性能最优的模型参数作为预训练时间序列预测模型；应用预训练时间序列预测模型，从时域和频域综合分析实时用电负荷时间序列，输出长期用电负荷的预测结果；根据预训练时间序列预测模型的用电负荷预测结果，引入动态规划算法，实时控制专变采集终端的容量。提高了预测精度和效率，保证了电力系统稳定运行。

本发明授权专变采集终端的负荷预测与动态容量控制方法在权利要求书中公布了：1.专变采集终端的负荷预测与动态容量控制方法，其特征在于，所述方法包括： 1收集专变采集终端的用电负荷数据，包括历史用电负荷时间序列和实时用电负荷时间序列； 其中，将专变采集终端的负荷预测处理为时间序列预测任务，设待处理的用电负荷数据为，是一个长度为的回望窗口，是时间变量的元素集合，每个时间变量表示单维度时间点，记录用电负荷值，则时间序列预测任务预测未来步长为的时间序列； 2对专变采集终端的用电负荷数据进行预处理，去除噪声影响； 其中，对专变采集终端的用电负荷数据进行预处理的步骤包括： 检查用电负荷数据中是否存在重复数据点，使每个时间点上只有唯一的用电负荷值； 对于用电负荷数据中的缺失值，采用线性插值法，通过计算邻域内数据点的平均值填补缺失的用电负荷值； 采用基于极大重叠离散小波变换对用电负荷数据进行分解和重构操作，得到去噪后的用电负荷时间序列： 对用电负荷数据进行极大重叠离散小波变换分解，得到不同尺度的近似系数和细节系数；根据用电负荷数据的特性，选择合适的阈值函数对细节系数进行阈值处理；使用阈值处理后的细节系数进行逆极大重叠离散小波变换重构，得到去噪后的用电负荷数据； 其中，所述极大重叠离散小波变换的分解过程表示为： 其中，为用电负荷数据，为时间索引，和分别为小波函数和尺度函数；和分别表示细节系数和近似系数；为尺度系数，表示分解层数索引；为平移系数，表示滤波器索引；所述极大重叠离散小波变换的重构过程表示为： 其中，是分解总层数，是小波变换的阶数，是经过阈值处理后的细节系数； 3将专变采集终端的历史用电负荷时间序列作为训练样本，训练时间序列预测模型，保存性能最优的模型参数作为预训练时间序列预测模型； 其中，获取预训练时间序列预测模型的过程，包括： 将专变采集终端的历史用电负荷时间序列作为训练样本，并将其划分为训练集、验证集和测试集，划分比例为8:1:1； 构建时间序列预测模型，该模型采用时间-频率增强分解网络从时频域捕获时间序列的长期潜在模式和时间周期性；所述时间序列预测模型，采用时间-频率增强分解网络，通过多尺度的时频增强编码器处理专变采集终端的用电负荷时间序列数据；趋势编码器中的趋势时间频率模块通过共享核对时间序列的趋势模式进行学习，季节编码器中的季节时间频率模块对时间序列的季节特性进行学习； 采用混合损失函数训练时间序列预测模型，所用优化器为Adam优化器，设置初始学习率，并采用余弦退火策略动态调整训练过程中的学习率；所述混合损失函数对L1损失函数和L2损失函数进行加权相加，表达式为： 其中，和分别表示时间序列的真实值和预测值；表示L1损失函数；表示L2损失函数；用于控制L1损失函数和L2损失函数的权重，基于真实值和预测值之间的误差绝对值，并通过Tanh函数将其映射到[0,1]范围内，作为控制权重； 当模型在验证集上的损失函数到达最低点时，使用测试集评估模型性能，保存此时的模型参数作为预训练的时间序列预测模型； 4应用预训练时间序列预测模型，从时域和频域综合分析实时用电负荷时间序列，输出长期用电负荷的预测结果； 其中，预训练的时间序列预测模型分析用电负荷时间序列的过程主要分为三个阶段： 第一阶段，对输入的专变采集终端用电负荷的时间序列进行实例归一化操作，进一步将时间序列分为趋势时间序列和季节时间序列； 第二阶段，多尺度时频增强编码器采用多个大小不同的滑动窗口，不同大小的窗口采用趋势解码器和季节编码器分别从趋势时间序列和季节时间序列中提取时序特征； 第三阶段，将趋势编码器和季节编码器的输出相加，经过线性映射和逆归一化操作，输出预测的未来用电负荷时间序列； 5根据预训练时间序列预测模型的用电负荷预测结果，引入动态规划算法，实时控制专变采集终端的容量。

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京思宇电气技术有限公司，其通讯地址为：210000 江苏省南京市玄武区东方城48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。