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！

龙图腾网获悉华中科技大学申请的专利多模态时空潮流数据储备池网络预测方法及设备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：CN120879608B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202510996078.1，技术领域涉及：H02J3/06；该发明授权多模态时空潮流数据储备池网络预测方法及设备是由来金钢;孙泽宇设计研发完成，并于2025-07-18向国家知识产权局提交的专利申请。

本多模态时空潮流数据储备池网络预测方法及设备在说明书摘要公布了：本发明提供了一种多模态时空潮流数据储备池网络预测方法及设备，包括：获取多模态时空潮流数据，所述多模态时空潮流数据包括时序潮流数据与节点空间四维坐标；构建树状储备池网络模型，采用所述树状储备池网络模型融合不同层次特征，对所述时序潮流数据进行预测，得到未来各区域潮流数据；采用四维模糊小波聚类对所述节点空间四维坐标进行处理，生成相似节点；对比所述相似节点间的预测潮流数据的相关性，根据所述相关性计算数据波动性指标；根据所述数据波动性指标，标记微电网群薄弱环节。

本发明授权多模态时空潮流数据储备池网络预测方法及设备在权利要求书中公布了：1.一种多模态时空潮流数据储备池网络预测方法，其特征在于，包括：获取多模态时空潮流数据，所述多模态时空潮流数据包括时序潮流数据与节点空间四维坐标；构建树状储备池网络模型，采用所述树状储备池网络模型融合不同层次特征，对所述时序潮流数据进行预测，得到未来各区域潮流数据；采用四维模糊小波聚类对所述节点空间四维坐标进行处理，生成相似节点，对比所述相似节点间的预测潮流数据的相关性，根据所述相关性计算数据波动性指标，根据所述数据波动性指标，标记微电网群薄弱环节； 所述节点空间四维坐标包括经度、纬度、海拔与地形； 所述构建树状储备池网络模型，包括：输入节点个数为n，树状储备池层数为m，储备池节点个数为k，输出节点个数为p；输入为u，储备池节点状态为x，输出为y；储备池的输入权重为W_in，储备池的加权邻接矩阵为，储备池间的连接权重为，储备池的输出权重为W_out； 所述树状储备池网络模型的训练包括readout阶段和train阶段；readout阶段更新储备池节点状态，加权邻接矩阵W、输入权重W_in和输出权重W_out保持不变，无反向传播过程，根据随机生成的所述加权邻接矩阵对状态进行更新；train阶段更新输出权重W_out，采用反向传播使损失函数极小化，对损失函数进行正则化以避免过拟合，正则化后问题为： ； 其中，min为最小值符号；L为损失函数；为输出参考值；为输出值；t为时长；为范数符号；为第i层的输出权重；为正则化参数。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。