不同时间尺度下多节点多元负荷联邦协同预测方法

本发明公开了不同时间尺度下多节点多元负荷联邦协同预测方法，包括如下三个阶段，第一阶段使用样条插值法对时间尺度较大的负荷数据进行插值补充，将负荷数据统一至相同的时间尺度，第二阶段利用每个节点自身数据得到它的本地多元负荷预测模型；第三阶段在不泄露数据隐私的前提下，对各节点模型进行联邦学习融合训练；训练完成后，在节点内对模型进行微调。使用本方法的模型得到的负荷预测结果更接近真实值。特别地，针对负荷波动幅度较大、负荷波动幅度小但频率高等复杂场景，本文所提算法都有最好的电气负荷预测结果。

《不同时间尺度下多节点多元负荷联邦协同预测方法》是一发明专利，专利号为 2023113156356，当前法律状态为已下证，由中国矿业大学提出申请，发明人为张勇;陈志鹏;宋贤芳;孙晓燕;彭超;王军，申请日期为2023-10-11，公开（公告）日期为2024-08-09，国际专利分类号（IPC）为 G06Q 10/04 (2023.01)，高新资质：未报高企，所属技术领域包括：电力系统、综合能源系统、人工智能、隐私计算、联邦学习、虚拟电厂、综合能源多元负荷预测、能源大数据、园区级综合能源系统、城市多片区综合能源服务商、多分布式微网、光伏、储能、冷热负荷、工业多厂区能源集群、配电网。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：本发明公开了不同时间尺度下多节点多元负荷联邦协同预测方法，包括如下三个阶段，第一阶段使用样条插值法对时间尺度较大的负荷数据进行插值补充，将负荷数据统一至相同的时间尺度，第二阶段利用每个节点自身数据得到它的本地多元负荷预测模型；第三阶段在不泄露数据隐私的前提下，对各节点模型进行联邦学习融合训练；训练完成后，在节点内对模型进行微调。使用本方法的模型得到的负荷预测结果更接近真实值。特别地，针对负荷波动幅度较大、负荷波动幅度小但频率高等复杂场景，本文所提算法都有最好的电气负荷预测结果。

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！