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！

龙图腾网获悉国网浙江省电力有限公司丽水供电公司申请的专利一种基于协同优化的短期电力负荷预测方法和系统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：CN120744465B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202511241248.1，技术领域涉及：G06Q10/0631；该发明授权一种基于协同优化的短期电力负荷预测方法和系统是由吴新华;季青锋;吴晓刚;刘林萍;周逸之;叶杰阳;陈楠;李祖鑫;谢丰蔚;叶吉超;周苗菲;褚颖;吴雨霏设计研发完成，并于2025-09-02向国家知识产权局提交的专利申请。

本一种基于协同优化的短期电力负荷预测方法和系统在说明书摘要公布了：本发明涉及电力负荷预测技术领域，公开了一种基于协同优化的短期电力负荷预测方法和系统，包括获取电力系统的负荷相关数据，并对所述负荷相关数据进行数据预处理，得到数据向量，所述负荷相关数据包括负荷数据、气象数据和日期数据；将所述数据向量输入预设的负荷预测模型，得到电力负荷预测结果，所述负荷预测模型采用基于自注意力机制的深度神经网络模型构建，并采用自适应信息共享机制的蚁狮算法进行超参数优化。本发明通过自适应信息共享机制的蚁狮算法优化负荷预测模型的超参数，提高了超参数优化的收敛速度和精度，使得负荷预测模型能够更好地捕捉负荷数据中的非线性和时序特性，从而显著提高了模型在短期负荷预测中的性能。

本发明授权一种基于协同优化的短期电力负荷预测方法和系统在权利要求书中公布了：1.一种基于协同优化的短期电力负荷预测方法，其特征在于，包括： 获取电力系统的负荷相关数据，并对所述负荷相关数据进行数据预处理，得到数据向量，所述负荷相关数据包括负荷数据、气象数据和日期数据； 将所述数据向量输入预设的负荷预测模型，得到电力负荷预测结果，所述负荷预测模型采用基于自注意力机制的深度神经网络模型构建，并采用自适应信息共享机制的蚁狮算法进行超参数优化； 其中，所述采用自适应信息共享机制的蚁狮算法进行超参数优化的步骤包括： 将所述负荷预测模型的超参数映射为蚁狮种群的多维位置向量，并根据模型性能和超参数合理性，建立目标函数； 基于自适应信息共享机制蚁狮算法对所述目标函数进行迭代求解，得到最优超参数组合； 所述将所述负荷预测模型的超参数映射为蚁狮种群的多维位置向量，并根据模型性能和超参数合理性，建立目标函数的步骤包括： 将所述负荷预测模型的超参数映射为蚁狮种群的多维位置向量，并对所述蚁狮种群进行初始化，所述超参数包括注意力头数、隐藏层维度和学习率； 以注意力头数与隐藏层维度的比例作为模型参数冗余度，以学习率与学习率基准值之间的差异作为学习率偏离度； 以最小化所述负荷预测模型在验证集上的交叉熵损失、模型参数冗余度和学习率偏离度为目标函数； 其中，采用如下公式表示所述目标函数： 式中，CE表示交叉熵损失，表示交叉熵损失权重，HD表示模型参数冗余度，表示模型参数冗余度权重，XD表示学习率偏离度，表示学习率偏离度权重，表示最小值函数。

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国网浙江省电力有限公司丽水供电公司，其通讯地址为：323000 浙江省丽水市莲都区中东路699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。