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！

龙图腾网恭喜国网浙江省电力有限公司温州供电公司申请的专利一种电力负荷预测方法及系统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：CN119582208B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202510131245.6，技术领域涉及：H02J3/00；该发明授权一种电力负荷预测方法及系统是由林世溪;谢华森;郭和川;李炜;潘乐真;陈晓雷;陈显辉;施亦治;金兰;潘豪蒙;周陈龙;任小勇;陈麒麟;周纯巨;叶默知;叶天乐;夏勤勤设计研发完成，并于2025-02-06向国家知识产权局提交的专利申请。

本一种电力负荷预测方法及系统在说明书摘要公布了：本发明公开了一种电力负荷预测方法及系统，所述方法包括：采集目标电网系统的历史负荷数据，构建历史负荷数据矩阵，得到对应的低维负荷数据矩阵，获取满足预设正态分布要求的各个初始稀疏矩阵，构建目标函数，基于目标函数对各个初始稀疏矩阵进行迭代梯度稀疏化处理，得到更新稀疏矩阵；对历史负荷数据矩阵、低维负荷数据矩阵和更新稀疏矩阵进行元素剔除重构处理，得到各个误差矩阵；对更新稀疏矩阵、低维负荷数据矩阵和所有误差矩阵进行奇异重组处理，得到负荷重组更新矩阵和稀疏重组更新矩阵，进而构建负荷预测样本数据集，对目标电网系统的电力负荷进行预测。本发明实施例提供的一种电力负荷预测方法及系统，提高了对电力负荷数据的预测精度。

本发明授权一种电力负荷预测方法及系统在权利要求书中公布了：1.一种电力负荷预测方法，其特征在于，所述方法包括：采集目标电网系统的历史负荷数据，根据所述历史负荷数据得到历史负荷数据矩阵；对所述历史负荷数据矩阵进行奇异筛选处理，得到对应的低维负荷数据矩阵；获取满足预设正态分布要求的各个初始稀疏矩阵；对所述历史负荷数据矩阵、所述低维负荷数据矩阵和各个所述初始稀疏矩阵进行线性正则化处理，构建目标函数；其中，所述目标函数的表达式为： 其中，为所述目标函数，表示取最小值函数，为所述初始稀疏矩阵，为所述历史负荷数据矩阵，为所述低维负荷数据矩阵，为所述历史负荷数据矩阵和对应的稀疏表示之间的重构误差，为预设正则化参数，表示所述初始稀疏矩阵的基于树结构的稀疏性约束；基于所述目标函数对各个所述初始稀疏矩阵进行迭代梯度稀疏化处理，得到更新稀疏矩阵；其中，所述基于所述目标函数对各个所述初始稀疏矩阵进行迭代梯度稀疏化处理，得到更新稀疏矩阵，包括：迭代对所述目标函数进行梯度软阈值处理，将每次所述梯度软阈值处理的结果作为输入下一次所述梯度软阈值处理的初始稀疏矩阵，以对所述初始稀疏矩阵进行更新，直至所述初始稀疏矩阵收敛，将最终的所述梯度软阈值处理的结果作为更新稀疏矩阵；其中，所述梯度软阈值处理的表达式为： 其中，为第k+1次所述梯度软阈值处理的所述初始稀疏矩阵，表示软阈值操作，为第k次所述梯度软阈值处理的所述初始稀疏矩阵，为预设步长，为第k次所述梯度软阈值处理的所述目标函数；表示约束梯度计算，为所述低维负荷数据矩阵，为所述低维负荷数据矩阵的转置，为所述历史负荷数据矩阵，为符号函数，为所述预设正则化参数；对所述历史负荷数据矩阵、所述低维负荷数据矩阵和所述更新稀疏矩阵进行元素剔除重构处理，得到各个误差矩阵；其中，所述对所述历史负荷数据矩阵、所述低维负荷数据矩阵和所述更新稀疏矩阵进行元素剔除重构处理，得到各个误差矩阵，包括： 其中，为第k个误差矩阵，X为所述历史负荷数据矩阵，，为所述低维负荷数据矩阵的行数，为剔除所述低维负荷数据矩阵的第j行得到的重构负荷矩阵，为剔除所述更新稀疏矩阵的第j列得到的重构稀疏矩阵；对所述更新稀疏矩阵、所述低维负荷数据矩阵和所有所述误差矩阵进行奇异重组处理，得到负荷重组更新矩阵和稀疏重组更新矩阵；基于所述稀疏重组更新矩阵和所述负荷重组更新矩阵之间的线性关系构建负荷预测样本数据集；以所述负荷预测样本数据集对所述目标电网系统的电力负荷进行预测。

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浙江省电力有限公司温州供电公司，其通讯地址为：325000 浙江省温州市鹿城区水心街道锦绣路800号；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”。