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！

龍圖騰網獲悉合肥熱電集團有限公司申請的專利一種適配熱用戶行為的負荷預測及調度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：CN119670988B 。

龍圖騰網通過國家知識產權局官網在2025-05-20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：202510192075.2，技術領域涉及：G06Q10/04；該發明授權一種適配熱用戶行為的負荷預測及調度方法是由汪育超;葉倩;章俊龍;黃新平;李炎設計研發完成，并于2025-02-21向國家知識產權局提交的專利申請。

本一種適配熱用戶行為的負荷預測及調度方法在說明書摘要公布了：本發明公開了一種適配熱用戶行為的負荷預測及調度方法，涉及負荷預測技術領域，解決了現有技術中，使用線性方法處理復雜問題難以捕捉所有影響負荷的因素的技術問題，具體為收集源側管網的歷史負荷數據，并分析熱用戶行為模式；基于所述歷史負荷數據和熱用戶行為模式，建立管網負荷仿真模型；利用數字孿生技術模擬管網的實時運行狀態，并實時更新熱用戶行為數據；根據模擬結果和實時更新的熱用戶行為數據，對管網負荷變化進行實時預測；根據預測結果，進行自適應調控調度，以適配熱用戶實時多變的切換需求；通過機器學習算法優化調控策略，確保調度計劃的最優化。

本發明授權一種適配熱用戶行為的負荷預測及調度方法在權利要求書中公布了：1.一種適配熱用戶行為的負荷預測及調度方法，其特征在于，包括以下步驟：步驟1：收集源側管網的歷史負荷數據，并分析熱用戶行為模式；步驟1具體步驟如下：步驟11數據收集：確定數據采集點，如用戶接入點、關鍵節點；使用傳感器、智能表計在各采集點收集負荷數據；將收集到的數據傳輸至中央數據庫進行存儲和處理；步驟12數據預處理：清洗數據，剔除異常值和噪聲；標準化數據，確保不同數據源的一致性；進行數據聚合，如按小時或天進行負荷數據的匯總；步驟13熱用戶行為模式分析：使用聚類算法對用戶行為進行分類，識別不同的行為模式；聚類算法：；其中，是第i個聚類，k是聚類的數量，是第j個聚類中的點集，是的中心點；應用關聯規則學習算法，找出用戶行為之間的關聯性；關聯規則學習：；其中，A和B是項集，是項集A在所有交易中出現的頻率，表示在A發生的情況下B發生的概率；時間序列分析：；其中，是時間t的觀測值，c是常數項，是白噪聲誤差項，是自回歸系數，是移動平均系數，p和q分別是自回歸和移動平均的階數；利用時間序列分析方法，分析用戶行為隨時間的變化趨勢；步驟2：基于所述歷史負荷數據和熱用戶行為模式，建立管網負荷仿真模型；步驟2具體步驟如下：步驟21：采用季節性自回歸綜合移動平均模型來表征負荷特征并構建管網負荷仿真模型： ；其中，L是滯后算子，s是季節性周期，（P,D,Q）是季節性自回歸、差分和移動平均的階數；根據所選的數學模型，完成管網負荷仿真模型的構建：步驟22：基于所述歷史負荷數據和熱用戶行為模式對所選模型的參數進行估計；利用最小二乘法來擬合模型參數；對模型進行驗證和調整，確保其預測性能符合實際應用需求；步驟23：參數估計的目標是找到一組參數（,,,，使得模型最好地擬合歷史負荷數據；這可以通過最小化誤差項的平方和來實現；最小二乘法擬合：最小二乘法的目標函數可以表示為：；模型驗證和調整：模型驗證通常涉及計算預測值與實際觀測值之間的差異，如均方誤差或均方根誤差：；其中，T是測試數據點的數量，是模型預測的負荷值；通過比較不同參數集的MSE或RMSE，可以選擇最佳的模型參數并使用這些參數來預測未來的負荷，并根據實際應用需求對模型進行進一步的調整和優化；步驟3：利用數字孿生技術模擬管網的實時運行狀態，并實時更新熱用戶行為數據；步驟4：根據模擬結果和實時更新的熱用戶行為數據，對管網負荷變化進行實時預測；步驟5：根據預測結果，進行自適應調控調度，以適配熱用戶實時多變的切換需求；步驟6：通過機器學習算法優化調控策略，確保調度計劃的最優化。

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合肥熱電集團有限公司，其通訊地址為：230000 安徽省合肥市蜀山區休寧路66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”。