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！

龙图腾网恭喜重庆邮电大学申请的专利一种基于用户聚类扩展数据的用电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：CN114819392B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202210548819.6，技术领域涉及：G06Q10/04；该发明授权一种基于用户聚类扩展数据的用电预测方法是由熊安萍;吴一格;陈虹宇设计研发完成，并于2022-05-20向国家知识产权局提交的专利申请。

本一种基于用户聚类扩展数据的用电预测方法在说明书摘要公布了：本发明涉及一种基于用户聚类扩展数据的用电预测方法，属于电力数据分析处理领域；该方法包括对用户用电时间序列特征利用EEMD对其进行分解，得到IMF序列；对分解结果采用PCAK‑Means聚类方法降维，获取用户IMF聚类结果；对IMF聚类结果再次采用PCAK‑Means聚类方法，获取用户聚类结果；根据用户聚类结果，对属于同类用户的IMF序列进行扩展；将扩展数据输入到卷积神经网络融合长短期记忆人工神经网络模型中，训练网络模型；将用户的待测IMF序列及其同类用户的用电时间序列输入到训练后的网络模型中，得到用户的用电预测结果。本发明利用用户间关系来扩展数据，提升了预测结果的精确性和稳定性。

本发明授权一种基于用户聚类扩展数据的用电预测方法在权利要求书中公布了：1.一种基于用户聚类扩展数据的用电预测方法，其特征在于，所述方法包括以下步骤：S1：获取用户数据集，所述用户数据集包括各个时段的用户用电数据；并对所述用户的用电数据进行预处理，得到用户用电时间序列；S2：利用经验模态分解法对所述用户用电时间序列进行分解，得到用户的IMF序列；S3：对用户的IMF序列采用基于主成分分析的K-Means聚类方法降维，获取用户IMF序列的聚类结果，并将其作为更新后的用户数据集；S4：对所述用户IMF序列的聚类结果采用基于主成分分析的K-Means聚类方法，获取用户聚类结果；S5：根据所述用户聚类结果，对属于同类用户的IMF序列进行扩展，将同类用户的用电时间序列加到用户的IMF序列中；在步骤S5中，具体包括：S51：按照用户聚类结果划分用户数据，即为每类用户创建自己的数据帧，数据帧列标签是用户编号，数据列是对应的用户用电数据；S52：对用户用电数据进行按用户类别进行扩展，也即若用户n在类m，那么类m的用户n的数据集包括：用户n在类m的数据及属于类m的其他用户数据；S53：将步骤S52得到的扩展数据帧作为扩展的特征向量，并用S2步骤的IMF数据集代替用户本身的用电时间序列，即用每个IMF自身相似的数据帧扩展用户的用电数据；S6：将扩展后的IMF序列作为再次更新后的用户数据集输入到卷积神经网络融合长短期记忆人工神经网络模型中，训练网络模型；S7：将用户在当前时段的IMF序列及其同类用户在当前时段的用电时间序列输入到训练后的网络模型中，得到用户在下一时段的用电预测结果；所述步骤S7具体包括：在网络模型的训练过程中，利用用户在前一时刻的IMF分量和所对应的温度和时间，用户在下一时刻的温度和时间，结合其同类用户在前一时刻的用户时间序列和所对应的温度和时间，预测得到用户在下一时刻的用户时间序列，将预测得到的用户时间序列与真实的用户时间序列进行比较，来训练所述网络模型，使得所述网络模型能够达到预测要求；所述用户在下一时段的用电预测结果表示为： 其中，yout是综合的预测结果，是第i个IMF预测结果，M是IMF的数量；T1表示用户在当前的温度，T2表示在当前的时间；f表示用户与温度因素和时间因素的关系函数，该函数通过网络模型的训练迭代过程获得。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。