国网湖南省电力有限公司电力科学研究院;国网湖南省电力有限公司;国家电网有限公司覃科扬获国家专利权
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！
龙图腾网获悉国网湖南省电力有限公司电力科学研究院;国网湖南省电力有限公司;国家电网有限公司申请的专利基于条件扩散模型的电力负荷预测方法、系统及存储介质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：CN121461298B 。
龙图腾网通过国家知识产权局官网在2026-04-03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：202512038244.X，技术领域涉及：H02J3/00；该发明授权基于条件扩散模型的电力负荷预测方法、系统及存储介质是由覃科扬;张可人;左沅君;徐先勇;徐豪鲜;肖剑;杜磊磊;刘帅;周旭;李晨坤;吴轩;陈卓;张文静;单楚栋;李肯立设计研发完成，并于2025-12-31向国家知识产权局提交的专利申请。
本基于条件扩散模型的电力负荷预测方法、系统及存储介质在说明书摘要公布了：本发明公开了一种基于条件扩散模型的电力负荷预测方法、系统及存储介质，本发明基于条件扩散模型的电力负荷预测方法包括将历史的电力负荷时间序列数据重组为二维图像矩阵；通过多级平均池化对二维图像矩阵进行多尺度分解，得到多种分辨率的趋势分量序列；构建包含条件网络、去噪网络以及融合解码器的条件扩散模型；使用历史趋势分量序列对所述条件扩散模型进行训练使其建立输入的趋势分量序列、预测的电力负荷时间序列数据的映射关系以作为得到的目标预测模型。本发明旨在实现电力负荷时间序列的多分辨率联合分析、层次化建模和可变长度处理，提高复杂多尺度电力负荷序列的预测精度与鲁棒性。
本发明授权基于条件扩散模型的电力负荷预测方法、系统及存储介质在权利要求书中公布了：1.一种基于条件扩散模型的电力负荷预测方法，其特征在于，包括下述步骤： S101，将历史的电力负荷时间序列数据重组为二维图像矩阵； S102，通过多级平均池化对二维图像矩阵进行多尺度分解，得到多种分辨率的趋势分量序列； S103，构建包含条件网络、去噪网络以及融合解码器的条件扩散模型，所述条件网络用于融合历史趋势分量与目标层级分辨率的趋势分量生成条件指导信息，所述去噪网络用于基于高斯噪声输入和条件指导信息进行迭代去噪与特征解码得到中间预测趋势分量，所述融合解码器用于对中间预测趋势分量进行解码得到与二维图像矩阵分辨率相同的高分辨率预测结果，并将高分辨率预测结果逆向转换为预测的电力负荷时间序列数据； S104，使用历史趋势分量序列对所述条件扩散模型进行训练使其建立输入的趋势分量序列、预测的电力负荷时间序列数据的映射关系以作为得到的目标预测模型。
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国网湖南省电力有限公司电力科学研究院;国网湖南省电力有限公司;国家电网有限公司，其通讯地址为：410023 湖南省长沙市岳麓区学士街道玉荷路1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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励