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！

龙图腾网获悉上海融和元储能源有限公司;中电投融和新能源科技有限公司申请的专利基于图卷积神经网络与时间序列融合的电力负荷预测方法及装置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：CN120933949B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202511479032.9，技术领域涉及：H02J3/00；该发明授权基于图卷积神经网络与时间序列融合的电力负荷预测方法及装置是由吕阳;赵坤;张涛;孙增福设计研发完成，并于2025-10-16向国家知识产权局提交的专利申请。

本基于图卷积神经网络与时间序列融合的电力负荷预测方法及装置在说明书摘要公布了：本申请实施例提供一种基于图卷积神经网络与时间序列融合的电力负荷预测方法及装置，其方法包括：获取电力系统中设备间的拓扑关系，并根据所述电力系统中设备间的拓扑关系，构建电力系统拓扑模型；获取所述电力系统拓扑模型中每个节点的节点特征，并基于图卷积神经网络对所述电力系统拓扑模型中每个节点的节点特征进行更新，得到每个节点更新后的节点特征；获取所述电力系统拓扑模型中每个节点的历史时间序列特征，并通过将所述每个节点的历史时间序列特征与所述更新后的节点特征进行融合处理，得到每个节点的融合特征数据；通过将所述每个节点的融合特征数据输入至训练好的深度神经网络预测模型中，得到所述每个节点的电力负荷预测结果。

本发明授权基于图卷积神经网络与时间序列融合的电力负荷预测方法及装置在权利要求书中公布了：1.一种基于图卷积神经网络与时间序列融合的电力负荷预测方法，其特征在于，包括： 获取电力系统中设备间的拓扑关系，并根据所述电力系统中设备间的拓扑关系，构建电力系统拓扑模型，其包括：根据所述电力系统中设备间的拓扑关系，将电力系统中的各设备节点建模为节点，将设备间的电流流动关系或负荷依赖关系建模为边，将设备间的电流流量、功率消耗或其他度量建模为边权重；根据所述电力系统中所有所述节点、边及边权重，构建电力系统拓扑模型；其中，所述边权重包括： ； 其中：表示节点和节点之间的边权重；表示节点的平均消耗功率；表示节点的平均消耗功率；表示节点的用电量；表示节点的用电量；表示节点和节点在生产过程中的由经验或实际情况设定的实际协作重要性；和是权重系数，且； 获取所述电力系统拓扑模型中每个节点的节点特征，并基于图卷积神经网络对所述电力系统拓扑模型中每个节点的节点特征进行更新，得到每个节点更新后的节点特征，其包括： ； 其中：是图卷积神经网络中第层输出的每个节点更新后的节点特征；是图卷积神经网络的层数；是图卷积神经网络输入的每个节点的节点特征；是每个节点归一化的邻接矩阵；A是每个节点的邻接矩阵；D是每个节点的度矩阵；是图卷积神经网络中第层的权重矩阵，是激活函数； 获取所述电力系统拓扑模型中每个节点的历史时间序列特征，并通过将所述每个节点的历史时间序列特征与所述更新后的节点特征进行融合处理，得到每个节点的融合特征数据； 通过将所述每个节点的融合特征数据输入至训练好的深度神经网络预测模型中，得到所述每个节点的电力负荷预测结果。

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上海融和元储能源有限公司;中电投融和新能源科技有限公司，其通讯地址为：200120 上海市浦东新区中国(上海)自由贸易试验区临港新片区鸿音路1888弄1号楼5010室；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。