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！

龙图腾网获悉中国计量大学;杭州拓深科技有限公司申请的专利一种基于多用户负荷时空关联的跨维度多尺度融合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：CN120832644B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202511339792.X，技术领域涉及：G06F18/25；该发明授权一种基于多用户负荷时空关联的跨维度多尺度融合负荷预测方法是由章东平;求夏梦;王大为;闫天旭;徐建宇;张天乐;张轩铭设计研发完成，并于2025-09-19向国家知识产权局提交的专利申请。

本一种基于多用户负荷时空关联的跨维度多尺度融合负荷预测方法在说明书摘要公布了：本发明属于电力系统负荷预测技术领域，公开了一种基于多用户负荷时空关联的跨维度多尺度融合负荷预测方法，该方法首先对用户负荷统计数据进行预处理，提取时间序列中的时序依赖和周期特征，并引入通道注意力机制自适应挖掘关键变量信息；随后通过多尺度时空融合模块结合频域分析与图卷积网络，实现不同时间尺度和空间层级下的深度特征交互；最终通过线性投影结构输出未来多个时间粒度下的负荷预测结果。与现有方法相比，本发明在捕捉复杂负荷模式、提升模型预测精度及增强泛化能力方面具有显著优势，适用于电力用户能耗管理、电网负荷调度等多种应用场景。

本发明授权一种基于多用户负荷时空关联的跨维度多尺度融合负荷预测方法在权利要求书中公布了：1.一种基于多用户负荷时空关联的跨维度多尺度融合负荷预测方法，其特征在于，包括如下步骤： 步骤1：获取用户负荷统计数据集，并对获取的数据进行预处理； 步骤2：搭建基于跨维度多尺度融合的负荷预测模型；所述负荷预测模型包括时间尺度嵌入模块、通道注意力模块、多尺度时空融合模块和线性投影预测输出模块，各模块用于执行如下步骤： 步骤2.1：通过时间尺度嵌入模块提取负荷数据在不同时间尺度上的时序依赖关系和周期变化特征； 步骤2.2：经过通道注意力模块自适应地捕捉关键特征通道，增强模型对不同负荷特征维度的关注能力； 步骤2.3：通过多尺度时空融合模块在不同时间和空间分辨率上对特征进行交互融合，进一步整合不同尺度的信息以增强整体表征能力； 步骤2.3.1：在多尺度时空融合模块的多尺度识别层中，首先采用快速傅里叶变换将嵌入的时间序列表示从时域转换到频域，分解出不同频率分量，计算每个频率点对应的振幅； 步骤2.3.2：选取幅度值最大的前k个频率分量作为主要的周期信号来源，让模型聚焦对序列波动影响最显著的周期成分，过滤噪声频率，通过频率与序列长度L的反比关系换算，得到对应的时间尺度； 步骤2.3.3：对序列执行时间维度扩展，确保子序列长度与时间尺度对齐，通过维度重塑操作，将补全后的转换为适配图卷积的多尺度特征向量； 步骤2.3.4：在多尺度时空融合模块的自适应图卷积层中，接收上述多尺度特征向量，通过可学习的线性变换矩阵将第i个尺度对应的张量投影回到变量空间得到，生成可训练参数矩阵； 步骤2.3.5：将这两个参数矩阵相乘得到原始关联矩阵，通过激活函数过滤负关联，再对不同节点之间的权重进行归一化，得到适配当前尺度的自适应邻接矩阵； 步骤2.3.6：采用Mixhop策略实现高阶相关性捕捉，首先定义邻接矩阵的幂次集合，对自适应邻接矩阵进行多阶幂次运算，以获取节点间j阶关联信息，随后将各阶矩阵与输入特征进行图卷积运算，并按特征维度拼接输出结果，通过激活函数增强非线性表达能力，最后通过MLP多层感知器对融合特征执行维度投影和非线性映射，将图卷积输出投影回三维张量； 步骤2.3.7：在多尺度时空融合模块的多头注意力机制模块中，聚焦时间尺度维度的特征交互，先针对输入张量通过维度重塑调整结构，再基于查询Q、键K、值V的三元组机制，用可学习矩阵，生成注意力输入； 步骤2.3.8：对各时间尺度的嵌入序列施加注意力加权，学习时间尺度维度上的相对重要性，结合各频率分量的归一化振幅生成尺度聚合权重，实现多尺度特征的动态集成与融合； 步骤2.3.9：基于快速傅里叶变换计算的各尺度对应的振幅，生成尺度聚合权重，确保权重和为1，再结合注意力输出与尺度权重，通过归一化后加权聚合，得到融合多尺度特征的输出结果； 步骤2.4：将融合后的深度特征输入线性投影预测输出模块，实现对未来负荷变化趋势的高精度预测； 步骤3：将待预测用户的负荷历史监测数据输入至完成训练的负荷预测模型中，输出未来一定时间粒度的负荷预测。

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中国计量大学;杭州拓深科技有限公司，其通讯地址为：310018 浙江省杭州市钱塘区学源街258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。