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！

龙图腾网恭喜北京易成慧众能源科技有限公司申请的专利一种基于多维度数据分析的电力交易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：CN117764637B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202410039119.3，技术领域涉及：G06Q30/0202；该发明授权一种基于多维度数据分析的电力交易方法及系统是由张云洲;王芳;李乐;李笑;方燊;陈志鹏设计研发完成，并于2024-01-10向国家知识产权局提交的专利申请。

本一种基于多维度数据分析的电力交易方法及系统在说明书摘要公布了：本发明涉及数据处理技术领域，尤其涉及一种基于多维度数据分析的电力交易方法及系统。该方法包括以下步骤：获取多维电力交易数据及电网供电流量数据；利用自学习神经网络对多维电力交易数据进行维度特征提取，生成维度特征电力交易数据；对维度特征电力交易数据进行时序分析，以生成电力交易时序数据；对电力交易时序数据进行需求特征提取，以生成电力需求时序曲线；利用深度学习算法对电力需求时序曲线进行动态需求峰值计算，生成电力需求峰值；根据电力需求峰值对电力交易时序数据进行需求模式分析，以生成电力交易需求模式数据；对电力交易需求模式数据进行隐含关联分析，以生成需求模式关联数据。本发明实现了高效、准确的电力交易。

本发明授权一种基于多维度数据分析的电力交易方法及系统在权利要求书中公布了：1.一种基于多维度数据分析的电力交易方法，其特征在于，包括以下步骤：步骤S1：获取多维电力交易数据及电网供电流量数据；利用自学习神经网络对多维电力交易数据进行维度特征提取，生成维度特征电力交易数据；对维度特征电力交易数据进行时序分析，以生成电力交易时序数据；对电力交易时序数据进行需求特征提取，以生成电力需求时序曲线；步骤S2：利用深度学习算法对电力需求时序曲线进行动态需求峰值计算，生成电力需求峰值；根据电力需求峰值对电力交易时序数据进行需求模式分析，以生成电力交易需求模式数据；对电力交易需求模式数据进行隐含关联分析，以生成需求模式关联数据；步骤S3：基于需求模式关联数据对电力交易时序数据进行数据集成，构建电力需求模式库；对多维电力交易数据进行用户交易节点识别，生成用户交易节点数据；对用户交易节点数据进行拓扑结构构建，以生成用户交易节点网络；步骤S4：对电力需求模式库进行电力需求变化率捕捉，生成电力需求演化规律；根据电力需求演化规律对用户交易节点网络进行动态关联分析，构建动态关联网络拓扑结构；其中，步骤S4的具体步骤为：步骤S41：对电力需求模式库进行电力需求变化率捕捉，生成电力需求变化率数据；步骤S42：根据电力需求变化率数据对电力需求时序曲线进行突变点检测，生成需求突变点数据；步骤S43：基于需求突变点数据对电力需求模式库进行需求演化分析，生成电力需求演化规律；步骤S44：根据电力需求演化规律对用户交易节点网络进行动态关联分析，以生成节点动态关联数据；步骤S45：基于电力需求时序曲线对节点动态关联数据进行时序变迁分析，生成时序结构演化数据；其中，步骤S45包括：基于电力需求演化规律，分析用户交易节点网络的动态关联情况，计算节点之间的关联度、关联强度和关联变化指标，将动态关联分析的结果整理，形成节点动态关联数据，每个数据点包含时间、节点对和对应的关联度或关联强度，准备节点动态关联数据，其中包含时间、节点对和对应的关联度和关联强度，根据当前时间点，筛选节点动态关联数据中与该时间点对应的数据，分析节点动态关联数据中的节点对和对应的关联度或关联强度，以了解节点之间的时序变化情况，将节点对、关联度和关联强度以及对应的电力需求值记录为时序结构演化数据；步骤S46：通过时序结构演化数据对用户交易节点网络进行动态关联分析，构建动态关联网络拓扑结构，其中，步骤S46包括：遍历时序结构演化数据中的每个时间点，根据当前时间点的节点对和关联度和关联强度，构建节点之间的关联关系，根据关联关系，更新动态关联网络拓扑结构，将当前时间点的节点关联关系记录为动态关联网络拓扑结构的一部分；步骤S5：对电网供电流量数据进行负载计算，以生成供电负载数据；根据用户交易节点网络对供电负载数据进行电力负载分布分析，生成电力负载分布图；利用电力负载分布图对动态关联网络拓扑结构进行边缘负载计算，生成边缘负载数据；对边缘负载数据进行负载缺陷分析，生成负载缺陷数据；其中，步骤S5的具体步骤为：步骤S51：对电网供电流量数据进行负载计算，以生成供电负载数据；步骤S52：根据用户交易节点网络对供电负载数据进行电力负载分布分析，生成电力负载分布数据；其中，步骤S52包括：将供电负载数据与用户交易节点网络进行对应，确保时间点和节点数据对齐，遍历供电负载数据中的每个时间点，根据当前时间点的负载值，将负载分布到相应的节点上，根据节点的连接关系，计算节点之间的电力负载分布情况；步骤S53：对电力负载分布数据进行负载强度计算，生成负载分布强度数据；其中，步骤S53包括：对电力负载分布数据中的每个节点，计算其负载强度，将计算得到的负载强度值与对应的节点进行关联，形成负载分布强度数据，每个数据点包含节点和对应的负载强度值；步骤S54：对负载分布强度数据进行负载分布空间挖掘，生成电力负载分布图；其中，步骤S54包括：根据负载分布强度数据中的节点和对应的负载强度值，确定节点在空间上的位置，根据节点之间的连接关系和负载强度值，绘制节点之间的连接线，形成电力负载分布图，其中节点表示电力供应点，连接线表示节点之间的负载关系；步骤S55：利用电力负载分布图对动态关联网络拓扑结构进行边缘负载计算，生成边缘负载数据；其中，步骤S55包括：准备动态关联网络拓扑结构数据，包含节点之间的连接关系，根据边缘区域内的节点和其连接关系，计算边缘负载；步骤S56：对边缘负载数据进行负载缺陷分析，生成负载缺陷数据，其中，步骤S56包括：遍历边缘负载数据中的每个节点，比较节点的边缘负载与预设的负载阈值，当负载超过阈值，将该节点判断为负载缺陷数据；步骤S6：通过负载缺陷数据对动态关联网络拓扑结构进行负载决策优化，生成自适应负载优化网络结构；对自适应负载优化网络结构进行供需最优交易策略分析，以生成最优交易策略引擎；对最优交易策略引擎进行数据挖掘建模，以构建电力交易策略模型，执行电力交易作业，其中，步骤S6的具体步骤为：步骤S61：通过负载缺陷数据对动态关联网络拓扑结构进行负载决策优化，生成自适应负载优化网络结构；其中，步骤S61包括：分析负载缺陷数据，识别负载缺陷的位置和原因，根据负载缺陷的位置和原因，对动态关联网络拓扑结构进行调整和优化，以解决负载缺陷问题，优化后的网络结构包括负载均衡、容量调整和电力供应的可靠性因素，生成自适应负载优化网络结构，包括节点之间的连接关系；步骤S62：对自适应负载优化网络结构进行供需最优交易策略分析，以生成最优交易策略引擎；其中，步骤S62包括：分析网络结构中的节点和其相关属性，包括负载、供应能力和需求，基于节点之间的连接关系和相关属性，确定最优的供需交易策略，以实现负载均衡和资源最优利用，根据供需的时序性和动态变化，制定适应不同时间段和负载情况的最优交易策略，根据供需最优交易策略分析的结果，生成最优交易策略引擎；步骤S63：对多维电力交易数据进行交易频率计算，以生成电力交易频率数据；步骤S64：根据电力交易频率数据对最优交易策略引擎进行实现频率优化，生成频率优化交易策略引擎；步骤S65：对频率优化交易策略引擎进行数据挖掘建模，以构建电力交易策略模型，执行电力交易作业，其中，步骤S65包括：根据电力交易频率的变化，自动调整交易策略的执行频率，以适应不同的交易需求，分析引擎执行的交易数据，包括交易节点、交易时间和交易量信息，根据交易数据，提取特征并进行数据预处理，包括数据清洗和特征选择，使用机器学习算法，构建电力交易策略模型，模型可用于预测交易需求、优化交易策略和决策交易行为。

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北京易成慧众能源科技有限公司，其通讯地址为：100000 北京市昌平区回龙观镇朱辛庄北农路2号主楼D座；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”。