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！

龙图腾网获悉东南大学申请的专利一种基于数据挖掘的高速公路服务区单日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：CN119340985B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411457431.0，技术领域涉及：H02J3/00；该发明授权一种基于数据挖掘的高速公路服务区单日负荷预测方法是由王经文;叶智锐;邵宜昌;张峻屹设计研发完成，并于2024-10-18向国家知识产权局提交的专利申请。

本一种基于数据挖掘的高速公路服务区单日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数据挖掘的高速公路服务区单日负荷预测方法，包括，读取目标高速公路服务区的时间、气象、流量及负荷数据，构建原始数据集；对原始数据进行数据清洗与整合，生成结构化的历史数据集；计算各特征变量重要度并依此进行排序，筛选出关键特征集；基于待测日在关键特征集下各变量的确定值或预测值，从历史数据集中筛选与待测日具有相似特征表现的数据样本，形成针对待测日的重组数据集；构建高速公路服务区单日负荷预测模型，获得待测日单日负荷的预测值。该方法增强了高速公路服务区负荷预测方法的鲁棒性，提升了预测精度，为服务区的零碳建设、电力资源管理和运营效率优化提供了有效的技术支持。

本发明授权一种基于数据挖掘的高速公路服务区单日负荷预测方法在权利要求书中公布了：1.一种基于数据挖掘的高速公路服务区单日负荷预测方法，其特征在于包括如下步骤： 步骤1，基于目标高速公路服务区所部署的检测设备读取时间、气象、流量及负荷数据，构建原始数据集； 步骤2，对原始数据集中的原始数据进行数据清洗与整合，生成结构化的历史数据集； 步骤3，基于所述历史数据集，计算各特征变量重要度并根据所述重要度进行排序，筛选出用于高速公路服务区单日负荷预测的关键特征集； 步骤4，基于待测日在关键特征集下各特征变量的确定值或预测值，从历史数据集中筛选与待测日具有相似特征表现的数据样本，融合形成针对待测日的重组数据集； 步骤5，基于所述重组数据集，拟合关键特征变量到负荷的映射，构建高速公路服务区单日负荷预测模型，获得待测日单日负荷的预测值； 所述步骤4中的具体过程是， 步骤4.1，获取待测日在关键特征集下各特征变量的确定值或预测值构成的行向量，是历史数据集中各样本在关键特征集下各特征变量的取值构成的形状为的嵌套矩阵，为历史数据集中的样本数量，中的每一行为一个历史日样本各关键特征变量取值所构成的行向量；， 将与垂直拼接，得到数据重组原始集，中的每一行代表一个数据样本，对关键特征中的数值变量逐一进行归一化处理； 步骤4.2，计算待预测样本与各历史样本在关键特征上的相似度，对历史样本按照相似度升序排列，选取其中相似度值最小的30个样本构成相似日数据子集； 步骤4.3，计算数据重组原始集中任意两样本间的相似度，构建相似度矩阵；基于相似度矩阵，构建度矩阵和拉普拉斯矩阵，度矩阵是对角线矩阵，其对角线元素为相似度矩阵对应行的元素之和，相关计算公式如下：， 对拉普拉斯矩阵进行特征值分解，得到所有特征值的升序排列，对该序列做差分，确定差分序列的最大值，将此前的所有特征值对应的个特征向量堆叠成特征向量矩阵，对特征向量矩阵执行k-means聚类算法，将历史样本和待预测划分为类；提取包含待预测样本的类，将其中的历史样本构成谱聚类数据子集； 步骤4.4，将相似日数据子集与谱聚类数据子集融合，经去重处理后获得针对待测样本的重组数据集。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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。