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！

龙图腾网恭喜深圳市国电科技通信有限公司;深圳智芯微电子科技有限公司;国网信息通信产业集团有限公司申请的专利基于在线学习的台区用电负荷区间预测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：CN114118591B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202111441689.8，技术领域涉及：G06Q10/04；该发明授权基于在线学习的台区用电负荷区间预测方法及系统是由王祥;武占侠;魏本海;何晓蓉;占兆武;冷安辉;唐远洋设计研发完成，并于2021-11-30向国家知识产权局提交的专利申请。

本基于在线学习的台区用电负荷区间预测方法及系统在说明书摘要公布了：本发明公开了一种基于在线学习的台区用电负荷区间预测方法及系统。基于在线学习的台区用电负荷区间预测方法包括：步骤S1，在离线环境下，获取台区用电负荷区间预测相关的最近历史数据作为模型的输入。步骤S2，使用时间序列神经网络双层LSTM，并结合负荷区间预测损失函数，对输入模型的最近历史数据进行训练，得到负荷区间预测模型。步骤S3，加载负荷区间预测模型。步骤S4，当某天x结束时，智能电表采集到当天的用电负荷数据。借此，本发明的基于在线学习的台区用电负荷区间预测方法，可以让用电负荷实际值落在区间范围内，还可以让预测区间间隔尽可能的小，满足台区负荷区间预测的真实需求，且提高了模型预测的准确率。

本发明授权基于在线学习的台区用电负荷区间预测方法及系统在权利要求书中公布了：1.一种基于在线学习的台区用电负荷区间预测方法，其特征在于，包括：步骤S1，在离线环境下，获取台区用电负荷区间预测相关的最近历史数据作为模型的输入；步骤S2，使用时间序列神经网络双层LSTM，并结合负荷区间预测损失函数，对输入模型的所述最近历史数据进行训练，得到负荷区间预测模型；步骤S3，在台区环境中，加载负荷区间预测模型；步骤S4，当某天x结束时，智能电表采集到当天的用电负荷数据，并对包含当天在内的最近m天数据进行预处理，其中x≥1，且m为负荷区间预测模型进行在线学习时，训练集数据对应的天数；步骤S5，在先学习过程中，使用步骤S4中预处理后得到的数据作为训练集，并对步骤S3加载的负荷区间预测模型进行在线学习，训练优化得到最新的负荷区间预测模型；步骤S6，对包含当天在内的最近n天数据进行预处理，其中n为时间序列长度，且n≤m；步骤S7，加载最新的负荷区间预测模型，并输入步骤S6中预处理后的数据，得到模型对第x天后的负荷区间预测结果；其中，所述最近历史数据是以天为单位，且所述最近历史数据包括台区用电负荷数据、节假日数据以及农历数据和24节气数据，且将所述区用电负荷数据、所述节假日数据以及所述农历数据和24节气数据进行预处理后，合并作为模型的输入；其中，所述步骤S2包括：对台区的M天历史用电负荷数据，通过步骤S1得到每天的向量表示；构建长度为n的时间序列，将连续n天的向量表示组合起来，得到24*n的矩阵，且共有M-n+1个矩阵；将得到的M-n+1个时间序列作为输入，传入时间序列神经网络双层LSTM进行训练；在时间序列神经网络双层LSTM训练中，使用负荷区间预测损失函数作为目标。

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深圳市国电科技通信有限公司;深圳智芯微电子科技有限公司;国网信息通信产业集团有限公司，其通讯地址为：518019 广东省深圳市龙华区大浪街道新石社区华联工业区13号1层；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”。