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！

龙图腾网恭喜国网河北省电力有限公司营销服务中心;国家电网有限公司;华北电力大学(保定)申请的专利一种用户集群基线负荷估计方法、装置和终端设备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：CN113705957B 。

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：202110780395.1，技术领域涉及：G06Q10/0631；该发明授权一种用户集群基线负荷估计方法、装置和终端设备是由陶鹏;任鹏;张洋瑞;申洪涛;付文杰;李飞;王飞;彭雪风设计研发完成，并于2021-07-09向国家知识产权局提交的专利申请。

本一种用户集群基线负荷估计方法、装置和终端设备在说明书摘要公布了：本发明实施例涉及电力系统需求响应技术领域，公开了一种用户集群基线负荷估计方法、装置和终端设备。上述用户集群基线负荷估计方法包括：获取待估计用户集群的历史负荷数据；根据历史负荷数据对待估计用户集群进行聚类，得到多类用户及多类用户的负荷数据；根据多类用户的负荷数据计算多类用户之间的空间关联性，根据空间关联性构成空间关联性矩阵；将多类用户作为空间关联性无向图的节点，多类用户对应的负荷数据为节点特征；根据空间关联性矩阵，构建空间关联性无向图的边；基于空间关联性无向图估计待估计用户集群的基线负荷。本发明利用用户历史负荷数据，采用图卷积神经网络进行用户集群基线负荷估计，提高了集群基线负荷估计的准确性。

本发明授权一种用户集群基线负荷估计方法、装置和终端设备在权利要求书中公布了：1.一种用户集群基线负荷估计方法，其特征在于，包括：获取待估计用户集群的历史负荷数据；根据所述历史负荷数据对所述待估计用户集群进行聚类，得到多类用户及所述多类用户的负荷数据；根据所述多类用户的负荷数据计算所述多类用户之间的空间关联性，根据所述空间关联性构成空间关联性矩阵；将所述多类用户作为空间关联性无向图的节点，所述多类用户对应的负荷数据为节点特征；根据所述空间关联性矩阵，构建所述空间关联性无向图的边；基于所述空间关联性无向图估计所述待估计用户集群的基线负荷；所述根据所述多类用户的负荷数据计算所述多类用户之间的空间关联性，根据所述空间关联性构成空间关联性矩阵，包括：计算第i类用户和第j类用户在K个非DR日聚合级别的典型负荷模式的空间关联性： 其中，为第i类用户和第j类用户的空间关联性，li,d-k表示第i类用户在DR日d前的第k个非DR日聚合级别的负荷数据，lj,d-k同理；将N类用户彼此之间的空间关联性指标构成N阶方阵H，所述方阵H为空间关联性矩阵，方阵H中的元素所述基于所述空间关联性无向图估计所述待估计用户集群的基线负荷，包括：计算所述空间关联性无向图G的拉普拉斯矩阵LG，提取用户集群历史负荷数据里的时间信息，定义为历史负荷数据对应的时间标签矩阵；选取所述空间关联性无向图中部分节点特征，将所有类用户在DR日前K个非DR日非DR时段的集群负荷数据及相应的时间标签TLBL作为特征Xtrain，如下： 选取所述空间关联性无向图中部分节点特征，将所有类用户在DR日d当天非DR时段的集群负荷数据作为标签Ytrain，如下： 将标签Ytrain与特征Xtrain放入到图卷积神经网络中进行训练，如下：Ytrain＝UgΛUTXtrain其中是拉普拉斯矩阵LG的特征值矩阵，是特征值对应的特征函数矩阵，g是特征与标签之间的函数关系，训练得到充分考虑用户负荷模式变化信息的集群基线负荷估计模型；选取所有类用户在DR日前K个非DR日DR时段的集群负荷数据及相应的时间标签特征放入训练好的集群基线负荷估计模型，得到用户集群基线负荷的估计结果。

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国网河北省电力有限公司营销服务中心;国家电网有限公司;华北电力大学(保定)，其通讯地址为：050035 河北省石家庄市高新区湘江道与兴安大街交口南行100米路西电力科技园院内C座；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”。