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！

龙图腾网获悉国网江西省电力有限公司电力科学研究院申请的专利一种面向含分布式资源台区的负荷预测预警方法与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：CN120497919B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202510980288.1，技术领域涉及：H02J3/00；该发明授权一种面向含分布式资源台区的负荷预测预警方法与系统是由黄煜;戚沁雅;蒙天骐;刘林鹏;安义;蔡木良;赖信辉;李升健设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本一种面向含分布式资源台区的负荷预测预警方法与系统在说明书摘要公布了：本发明属于配电网技术领域，公开了一种面向含分布式资源台区的负荷预测预警方法与系统，该方法将高风险台区的二维时序数据样本集与台区特征运行数据集按台区与时间戳进行合并，生成预测模型训练样本数据集；搭建轻量级梯度提升树作为主预测模型，并输入训练样本数据集进行训练，采用贝叶斯优化算法优化主预测模型超参数；基于局部加权高斯过程回归建立残差修正模型，将待预测台区的主预测模型预测日的负荷预测结果与残差修正模型预测日的残差修正值相叠加，得到最终的负荷预测结果，并发出台区重过载预警信息。本发明采用LGBM作为主预测模型进行负荷预测，残差修正模型进行残差修正，提高了模型的鲁棒性和适应性。

本发明授权一种面向含分布式资源台区的负荷预测预警方法与系统在权利要求书中公布了：1.一种面向含分布式资源台区的负荷预测预警方法，其特征是，包括： S1：筛选正、反向重过载高风险台区，作为目标台区； S2：获取目标台区负荷数据、气象数据、时间数据，生成二维时序数据样本集； S3：获取目标台区的台账数据、用户属性数据和用电数据，处理生成各台区特征运行数据集； S4：将二维时序数据样本集与台区特征运行数据集按台区与时间戳进行合并，生成预测模型训练样本数据集； S5：搭建轻量级梯度提升树作为主预测模型，并输入训练样本数据集进行训练，采用贝叶斯优化算法优化主预测模型超参数； S6：按照步骤S2至步骤S4，获取所有待预测台区从预测日至其前1个月的相关数据，组成待预测样本数据集并输入训练好的主预测模型，获得台区预测日至其前1个月的主预测模型负荷预测结果； S7：处理步骤S6中获得的数据，针对待预测台区，依据气象数据，首先计算预测日与前1个月内各日的欧氏距离，并结合两日期间的天数差生成时间衰减因子，将距离与时间衰减因子的乘积作为天气相似度指标；选取与待预测台区天气相似度最高的前7天，将其温度、湿度、降雨量、主预测模型负荷预测结果、主预测模型负荷预测结果与实际观测值之间的残差5个维度的数据，构建残差数据集 S8：基于局部加权高斯过程回归建立残差修正模型，以残差数据集为训练集，预测日的主预测模型负荷预测结果及气象数据为预测输入，得到预测日的负荷残差修正值； S9：将待预测台区预测日的主预测模型负荷预测结果与预测日的负荷残差修正值相叠加，得到最终的负荷预测结果；依据预测的负荷水平，评估配变运行风险，并发出台区重过载预警信息。

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江西省电力有限公司电力科学研究院，其通讯地址为：330000 江西省南昌市青山湖区民营科技园内民强路88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。