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！

龙图腾网获悉江苏方天电力技术有限公司申请的专利基于CNN网络和AdaRNN模型的电力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：CN115330072B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202211018443.4，技术领域涉及：H03J3/00；该发明授权基于CNN网络和AdaRNN模型的电力负荷预测方法是由王子涵;邵恩泽;徐啸;王灿;杜先波;仲春林;邹磊;吴正勇;方超;陈国琳;王忠维设计研发完成，并于2022-08-24向国家知识产权局提交的专利申请。

本基于CNN网络和AdaRNN模型的电力负荷预测方法在说明书摘要公布了：本发明公开了电力负荷预测技术领域的基于CNN网络和AdaRNN模型的电力负荷预测方法，包括：获取外部输入的电力负荷数据集；根据时间分布规律划分电力负荷数据集为多个最不相似的数据周期；利用CNN网络提取多个最不相似的数据周期中各类特征之间的时空关联，得到电力负荷对应的特征；将电力负荷对应的特征输入预先训练好的Conv‑AdaRNN模型进行电力负荷预测。本发明提高电力负荷数据预测的泛化性，并有效提取电力负荷相关的特征点。

本发明授权基于CNN网络和AdaRNN模型的电力负荷预测方法在权利要求书中公布了：1.基于CNN网络和AdaRNN模型的电力负荷预测方法，其特征是，包括： 获取外部输入的电力负荷数据集； 根据时间分布规律划分电力负荷数据集为多个最不相似的数据周期； 利用CNN网络提取多个最不相似的数据周期中各类特征之间的时空关联，得到电力负荷对应的特征； 将电力负荷对应的特征输入预先训练好的Conv-AdaRNN模型进行电力负荷预测； 根据时间分布规律划分数据集为多个最不相似的数据周期，目标函数为： ； ； 其中，是相似度度量函数，、、是预定义参数，、为第i、j个时间序列，N为时间序列总长度，为第i段时间序列长度，K为最不相似的时间序列的总数； 预先训练好的Conv-AdaRNN模型的目标函数为： ； 其中，、表示第i段和第j段时间序列，是用于调节两部分权重的超参数，、为表示模型中可学习的模型参数，为K段序列中任意两段的分布差异，为RNN模型损失函数，表示RNN模型中可学习的模型参数； ； 其中，表示，在时刻t的分布权重，表示分别，在时刻t时的隐状态,表示两个向量之间的任意一种距离函数，V是输出层的权重，隐状态可用下式进行计算： ； 式中，是sigmoid函数，，分别是输入层和隐藏层的权重，是偏移向量，ht-1是第t-1时刻的隐状态。

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江苏方天电力技术有限公司，其通讯地址为：211100 江苏省南京市江宁区苏源大道58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。