一种基于SLSTM-RMTN模型的电力负荷预测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明涉及一种基于SLSTM‑RMTN模型的电力负荷预测方法,针对目标电力系统,设计以数据值的STL分解为出发,分别针对趋势分量、季节分量、残差分量,筛选各分量分别对应的目标传感器,针对包含长短期记忆网络、残差连接、多项式展开所构成的目标待训练网络进行训练,获得各分量下的电力负荷预测模型,然后在预测应用下,针对采样数据,分别执行各分量下电力负荷预测模型的预测,并进行融合,完成对目标电力系统的电力负荷预测;设计方案在应用中,能够准确地捕获电力负荷数据的时间序列特性,减少数据维度,显著提高了模型的精度和泛化能力,能够优化电力资源配置,平衡供需关系。
《一种基于SLSTM-RMTN模型的电力负荷预测方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2025103292758,当前法律状态为已下证,由南京信息工程大学提出申请,发明人为朱鹏程;严颖;杜文杰;蔡骏;岳昊澜;房奕航;潘雨轩;邢宇杰,申请日期为2025-03-20,公开(公告)日期为2025-07-08,国际专利分类号(IPC)为 H02J 3/00 (2006.01)。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及一种基于SLSTM‑RMTN模型的电力负荷预测方法,针对目标电力系统,设计以数据值的STL分解为出发,分别针对趋势分量、季节分量、残差分量,筛选各分量分别对应的目标传感器,针对包含长短期记忆网络、残差连接、多项式展开所构成的目标待训练网络进行训练,获得各分量下的电力负荷预测模型,然后在预测应用下,针对采样数据,分别执行各分量下电力负荷预测模型的预测,并进行融合,完成对目标电力系统的电力负荷预测;设计方案在应用中,能够准确地捕获电力负荷数据的时间序列特性,减少数据维度,显著提高了模型的精度和泛化能力,能够优化电力资源配置,平衡供需关系。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
