買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜北京工業大學申請的專利基于建筑用能模式識別及多任務學習的柔性負荷預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN118940075B 。

龍圖騰網通過國家知識產權局官網在2025-04-04發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202410959140.5，技術領域涉及：G06F18/23213；該發明授權基于建筑用能模式識別及多任務學習的柔性負荷預測方法是由王偉;范朋丹;王丹;孫育英設計研發完成，并于2024-07-17向國家知識產權局提交的專利申請。

本基于建筑用能模式識別及多任務學習的柔性負荷預測方法在說明書摘要公布了：本發明公開了一種基于建筑用能模式識別及多任務學習的柔性負荷預測方法，屬于建筑節能及負荷預測領域，包括采用ToU?K?means方法對柔性負荷數據集進行聚類分析，識別不同建筑用能模式；基于GRA法定量分析不同影響因素與多元負荷之間的相關性；采用相似日數據垂直對比法對柔性負荷數據集進行異常值辨識和缺失值填充，然后劃分訓練集、驗證集與預測集；基于MTL算法搭建多元柔性負荷預測模型框架，并基于LSTM搭建模型共享層結構，得到訓練好的預測模型；對負荷預測模型的性能進行評價。本發明采用上述的基于建筑用能模式識別及多任務學習的柔性負荷預測方法，可以解決由于建筑柔性的利用而導致的負荷難以準確預測的難題，有效提高建筑多元柔性負荷的預測精度。

本發明授權基于建筑用能模式識別及多任務學習的柔性負荷預測方法在權利要求書中公布了：1.一種基于建筑用能模式識別及多任務學習的柔性負荷預測方法，其特征在于，包括柔性用能模式識別模塊、輸入輸出參數選取模塊、數據處理與劃分模塊及模型構建與評估模塊，具體步驟如下：S1、對建筑柔性用能模式進行識別，采用ToU-K-means方法對柔性負荷數據集進行聚類分析，識別不同建筑柔性用能模式，提取不同用能模式下的柔性特征參數，分析各柔性用能模式下多元柔性負荷特性，提取建筑能源系統柔性調控參數，并基于該參數優化負荷預測模型輸入參數；對建筑柔性用能模式識別具體內容如下：S11、將日負荷曲線根據分時電價ToU劃分為n個時段，每個時段內所有小時的負荷匯總為單個數據點，將日負荷曲線合并為n個點，形成一個子序列；S12、根據相同的方法為所有日負荷數據生成多個子序列，并提取各子序列的數據特征；S13、采用K-Means聚類分析對各子序列的數據特征進行聚類，迭代至聚類中心不再變化；K-Means聚類的核心為確定聚類數K值，如果已知建筑物所應用的柔性用能模式的數量，則使用柔性用能模式的數量來確定聚類數K；反之，K值的選取根據數據樣本的特征，通過肘部法和Dunn指數確定；S2、確定負荷預測模型輸入輸出參數，通過多元柔性負荷特性及預測任務，選取多元柔性負荷影響因素，基于GRA法定量分析多元負荷與氣象參數、歷史負荷及柔性特征參數之間的相關性；S3、對數據進行預處理和劃分，采用相似日數據垂直對比法對柔性負荷數據集進行異常值辨識和缺失值填充，在此基礎上采用min-max標準化方法對柔性負荷數據集進行歸一化處理，將處理后的數據進行訓練集、驗證集與預測集的劃分；S4、訓練負荷預測模型，基于多任務學習算法MTL搭建多元柔性負荷預測模型框架，并基于LSTM搭建模型共享層結構，將各柔性用能模式下的多維特征向量作為輸入，負荷預測數值作為輸出，自下而上訓練網絡，直至迭代到預設次數為止，得到訓練好的預測模型；S5、對負荷預測模型的性能進行評價，采用R平方、平均絕對誤差和均方根誤差作為評價指標對模型預測性能進行評價，根據各預測任務的重要程度對其賦予不同的權重，基于每個評價指標的加權平均值評估模型的整體預測性能。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京工業大學，其通訊地址為：100021 北京市朝陽區平樂園100號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。