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！

龙图腾网获悉东北电力大学申请的专利基于门控时-空图神经网络的广域多母线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：CN115222090B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202210609297.6，技术领域涉及：H02J3/00；该发明授权基于门控时-空图神经网络的广域多母线负荷预测方法是由黄南天;王圣元;王日俊;蔡国伟;刘洋;戴千斌;扈磊;赵暄远;郭玉;杨冬锋;黄大为;张良设计研发完成，并于2022-05-31向国家知识产权局提交的专利申请。

本基于门控时-空图神经网络的广域多母线负荷预测方法在说明书摘要公布了：本发明公开了基于门控时‑空图神经网络的广域多母线负荷预测方法，通过快速最大信息系数确定与母线负荷强相关的气象特征，通过快速最大信息系数确定各母线负荷间的时‑空耦合关联。并通过确定的气象特征，完成相似权时‑空图的构建，通过图卷积的方式对相似权时‑空图各节点空间特征进行提取挖掘，将空间卷积层的结果构成时间序列输入至门控循环单元层，通过门控循环单元实现时域特征挖掘；解决了现有技术中存在的未充分考虑广域空间内多母线负荷间存在的非结构化时‑空耦合关联对预测结果影响以及难以对多母线负荷进行统一预测建模的问题，实现全域多节点特征增强，有效提升负荷预测精度。

本发明授权基于门控时-空图神经网络的广域多母线负荷预测方法在权利要求书中公布了：1.基于门控时-空图神经网络的广域多母线负荷预测方法，其特征在于，具体按照以下步骤实施： 步骤1、将某区域的母线作为一个节点，采集一段时间内每个节点的气象特征和每个节点的负荷特征，基于快速最大信息系数筛选负荷特征变化量影响最大的气象特征； 步骤2、根据筛选后得到的节点气象特征和节点负荷变量构建相似权时-空图； 步骤3、构建时-空图神经网络，对时-空图神经网络中的空间卷积层进行增强，通过空间卷积层对相似权时-空图各节点空间特征进行提取挖掘，输出各时刻的高维特征向量； 步骤4、构建具有门控机制的GRUL，将各时刻的高维特征向量输入至具有门控机制的GRUL，输出节点未来一天负荷预测结果； 步骤1中所述基于快速最大信息系数筛选负荷特征变量影响最大的气象特征具体过程为：节点气象特征包括节点温度，降雨量，气压，定义X=节点温度，降雨量，气压，Y为负荷特征变量，对由X和Y构成的二维空间在X与Y方向分别进行动态规划与均匀分割形成的网格G，固定网格划分数，通过改变网格划分位置，得到不同的互信息值，最大互信息值表示为： 1 式中：x与y表示在特征变量X与Y方向的区间划分；D表示气象特征数据，表示数据D在G上的分布概率；表示的互信息；max·表示最大值； 将气象特征数据D的最大规范互信息构建特征矩阵MD，特征矩阵MD中元素定义为： 2 式中，表示最小值，则快速最大信息系数定义为： 3 故节点气象特征变量X与节点负荷变量Y间的相关度为： 4 其中变量间相关程度与值呈正相关； 选择对节点负荷变量相关度最大的气象特征变量。

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东北电力大学，其通讯地址为：132012 吉林省吉林市船营区长春路169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。