买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜电子科技大学(深圳)高等研究院;电子科技大学申请的专利基于大语言模型及社会人口统计信息的电力负荷预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119443751B 。

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510043936.0，技术领域涉及：G06Q10/0631；该发明授权基于大语言模型及社会人口统计信息的电力负荷预测方法是由陈维龙;张彦如;胥汶渲;杨涵;王岩;刘旻昊设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本基于大语言模型及社会人口统计信息的电力负荷预测方法在说明书摘要公布了：本发明公开一种基于大语言模型及社会人口统计信息的电力负荷预测方法，涉及电力负荷预测技术领域，解决了电力负荷预测方法难以结合社会人口统计信息，难以处理非结构化文本信息，影响了电力负荷预测精度和泛化能力的技术问题。该方法包括基于时间序列转换模块得到电力历史负荷信息；基于社会适配器模块得到结构化人口统计信息；将电力历史负荷信息、结构化人口统计信息进行融合，作为电力负荷预测模型的输入数据；通过最小化电力负荷预测模型的预测误差进行训练，得到最终用于预测的电力负荷预测模型。本发明结合大语言模型与社会人口统计信息，突破传统负荷预测模型在数据利用方面的局限性，可处理非结构化文本信息，提高预测的准确性。

本发明授权基于大语言模型及社会人口统计信息的电力负荷预测方法在权利要求书中公布了：1.一种基于大语言模型及社会人口统计信息的电力负荷预测方法，其特征在于，包括以下步骤：S100：基于时间序列转换模块，对电力历史负荷的时间序列数据进行标准化和实例归一化处理，得到电力历史负荷信息；S200：基于社会适配器模块，将社会人口统计信息转换为适合大语言模型处理的嵌入表示，得到结构化人口统计信息；S300：基于社会感知重编程层，将所述电力历史负荷信息、结构化人口统计信息进行融合，作为初始电力负荷预测模型的输入数据；S400：通过最小化所述初始电力负荷预测模型的预测误差进行训练，得到最终用于预测的电力负荷预测模型；所述S300步骤中，所述社会感知重编程层采用多头交叉注意力机制，使电力历史负荷信息、结构化人口统计信息之间进行交互；所述交叉注意力机制通过以下公式表示： 其中，表示从电力历史负荷信息中投影得到的查询矩阵，分别表示从结构化人口统计信息中投影得到的键矩阵和值矩阵，函数表示嵌入表示的线性嵌入层，表示电力历史负荷信息输入作为查询项，表示比预训练的词嵌入矩阵更小的原型嵌入集合，表示特征矩阵；所述大语言模型使用低秩适配LoRA对模型的部分层进行调整，以适应电力负荷预测的特定需求；所述低秩适配LoRA通过以下公式表示： 其中和分别表示大语言模型中，对最后层Transformer的查询和值投影应用低秩适配LoRA更新，分别表示层中的查询和值矩阵的低秩适配LoRA更新，为学习到的低秩矩阵。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学(深圳)高等研究院;电子科技大学，其通讯地址为：518110 广东省深圳市龙华区观澜街道新澜社区观光路1301-78号银星智界二期2号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。