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！

龙图腾网获悉西安交通大学申请的专利一种基于土地利用的电力消耗表征与预测方法及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：CN118195067B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202410299653.8，技术领域涉及：G06Q10/04；该发明授权一种基于土地利用的电力消耗表征与预测方法及系统是由杨肖虎;罗海智;孟祥兆;余喆辰;罗昔联;刘天野;贾国圣;程芳欣设计研发完成，并于2024-03-15向国家知识产权局提交的专利申请。

本一种基于土地利用的电力消耗表征与预测方法及系统在说明书摘要公布了：本发明属于电力消耗预测技术领域，涉及一种基于土地利用的电力消耗表征与预测方法及系统，包括：模块一：数据预处理模块、模块二：土地功能识别土地利用精细化处理模块、模块三：土地利用‑电力消费可解释性机器学习模型构建模块、模块四：未来土地利用预测模块、模块五：电力表征预测与策略提出模块；模块一将生成数据集按照各模块的需求分别发送给模块二、模块三、模块四、模块五作为各模块的输入数据，模块二、模块三、模块四分别将生成的数据发送至模块五作为模块五的输入数据最终用于辅助策略制定；本发明相对于现有技术，预测更加易于开展，且可解释性较好。

本发明授权一种基于土地利用的电力消耗表征与预测方法及系统在权利要求书中公布了：1.一种基于土地利用的电力消耗表征与预测方法，其特征在于，包括：模块一：数据预处理模块、模块二：土地功能识别土地利用精细化处理模块、模块三：土地利用-电力消费可解释性机器学习模型构建模块、模块四：未来土地利用预测模块、模块五：电力表征预测与策略提出模块； 所述模块一用于根据需要，对于初始数据进行预处理并生成数据集供后续模块使用；所述初始数据包括：多元时空大数据、卫星遥感影像、统计年鉴面板数据； 所述模块二用于基于传统的土地利用数据，基于多元时空大数据对所述传统的土地利用数据中的“建设用地”进行土地利用类型的精细化处理；所述传统的土地利用数据包括：耕、林、草、水、建设用地、未利用地六大类； 所述模块三用于基于模块一插值补缺后的电力消费数据和模块二得到的精细化后的土地利用数据；选择机器学习算法进行预训练，选择结果最好的模型，采用网格搜索法进行超参数优化，并最终进行训练；针对训练后的模型，采用可解释性机器学习模型揭示土地利用对于电力消费的边际影响曲线，得到土地利用-电力消费回归关系模型； 所述模块四用于通过优化算法，对大尺度多分类的土地利用进行预测，从而开展未来的土地利用预测；所述模块四还用于揭示土地利用的扩张驱动力因素及其贡献程度； 所述模块五用于基于预测表征结果，采用空间计量经济学实现聚类、空间冷热电的空间特征识别，并基于模块一确定的可再生能源适宜性图集辅助策略制定；所述模块五还用于基于实时的模块一和模块二数据，进行电力消费的动态表征；所述模块五还用于基于模块三得到的曲线提供最优的土地利用规划方案，并基于模块四的结论保证规划方案有效实施； 所述模块一将生成数据集按照各模块的需求分别发送给所述模块二、模块三、模块四、模块五作为各模块的输入数据，所述模块二、模块三、模块四分别将生成的数据发送至所述模块五作为模块五的输入数据最终用于辅助策略制定； 所述模块五中实现多情境模拟与区域发展预设的步骤包括：基于当前的土地利用精细化结果和模块四获得的扩张概率图集，预测未来的土地利用；将未来的土地利用作为自变量X，选择模块三训练得到的模型，预测未来的电力消费以及电力消费的空间分布；针对预测结果进行空间计量经济学分析，识别出冷热点区域、聚类区、具体数值，并有针对地在这些区域，根据模块一得到的可再生能源评价结果选择可再生能源应用，以及基于模块三模型可解释性得到的最优土地利用布局进行规划； 所述模块五中，针对较小范围的土地利用预测时，预测模型包括：PLUS模型、FLUS模型、CLUE-S模型； 所述模块三中选择机器学习算法进行预训练时，所述机器学习算法包括：多元线性回归、BP神经网络、MLP、随机森林、XGBoost、ExtraTree、OLS、ANN；采用可解释性机器学习模型建立变量之间的关系时，所述机器学习模型包括：SHapleyAdditiveexPlanation，SHAP模型。

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西安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28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。