基于LoRA与GPT模型的电力负荷预测方法及设备（高校公示7天）（不包年费滞纳金）（需要二变）

本发明提供了一种基于LoRA与GPT模型的电力负荷预测方法及设备，包括如下步骤：步骤一、将原始的电网负荷时间序列数据转化为模型可训练的样本格式；步骤二、配置模型架构，以GPT模型作为骨干网络；步骤三、配置参数微调策略，参数微调策略包括部分解冻策略和低秩适配策略；步骤四、训练及优化模型；步骤五、实施预测，将归一化后的输入序列输入至所述训练好的预测模型；获取模型输出的未来指定时段的负荷预测结果。本发明采用在大规模语料上预训练的Transformer时序基础模型作为骨干网络，引入局部解冻机制与低秩自适应技术构建参数高效微调策略，本发明提升了负荷预测精度，促进了配电网对分布式光伏发电的消纳能力。

《基于LoRA与GPT模型的电力负荷预测方法及设备（高校公示7天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2025118622905，当前法律状态为已下证，由无锡学院提出申请，发明人为盛丽娜;朱雪金;徐耀;牟俊涛;石美奕，申请日期为2025-12-11，公开（公告）日期为2026-03-17，国际专利分类号（IPC）为 G06F 18/241 (2023.01)，高新资质：未报高企。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：本发明提供了一种基于LoRA与GPT模型的电力负荷预测方法及设备，包括如下步骤：步骤一、将原始的电网负荷时间序列数据转化为模型可训练的样本格式；步骤二、配置模型架构，以GPT模型作为骨干网络；步骤三、配置参数微调策略，参数微调策略包括部分解冻策略和低秩适配策略；步骤四、训练及优化模型；步骤五、实施预测，将归一化后的输入序列输入至所述训练好的预测模型；获取模型输出的未来指定时段的负荷预测结果。本发明采用在大规模语料上预训练的Transformer时序基础模型作为骨干网络，引入局部解冻机制与低秩自适应技术构建参数高效微调策略，本发明提升了负荷预测精度，促进了配电网对分布式光伏发电的消纳能力。

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！