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！

龙图腾网恭喜合肥热电集团有限公司申请的专利一种适配热用户行为的负荷预测及调度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：CN119670988B 。

龙图腾网通过国家知识产权局官网在2025-05-20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：202510192075.2，技术领域涉及：G06Q10/04；该发明授权一种适配热用户行为的负荷预测及调度方法是由汪育超;叶倩;章俊龙;黄新平;李炎设计研发完成，并于2025-02-21向国家知识产权局提交的专利申请。

本一种适配热用户行为的负荷预测及调度方法在说明书摘要公布了：本发明公开了一种适配热用户行为的负荷预测及调度方法，涉及负荷预测技术领域，解决了现有技术中，使用线性方法处理复杂问题难以捕捉所有影响负荷的因素的技术问题，具体为收集源侧管网的历史负荷数据，并分析热用户行为模式；基于所述历史负荷数据和热用户行为模式，建立管网负荷仿真模型；利用数字孪生技术模拟管网的实时运行状态，并实时更新热用户行为数据；根据模拟结果和实时更新的热用户行为数据，对管网负荷变化进行实时预测；根据预测结果，进行自适应调控调度，以适配热用户实时多变的切换需求；通过机器学习算法优化调控策略，确保调度计划的最优化。

本发明授权一种适配热用户行为的负荷预测及调度方法在权利要求书中公布了：1.一种适配热用户行为的负荷预测及调度方法，其特征在于，包括以下步骤：步骤1：收集源侧管网的历史负荷数据，并分析热用户行为模式；步骤1具体步骤如下：步骤11数据收集：确定数据采集点，如用户接入点、关键节点；使用传感器、智能表计在各采集点收集负荷数据；将收集到的数据传输至中央数据库进行存储和处理；步骤12数据预处理：清洗数据，剔除异常值和噪声；标准化数据，确保不同数据源的一致性；进行数据聚合，如按小时或天进行负荷数据的汇总；步骤13热用户行为模式分析：使用聚类算法对用户行为进行分类，识别不同的行为模式；聚类算法：；其中，是第i个聚类，k是聚类的数量，是第j个聚类中的点集，是的中心点；应用关联规则学习算法，找出用户行为之间的关联性；关联规则学习：；其中，A和B是项集，是项集A在所有交易中出现的频率，表示在A发生的情况下B发生的概率；时间序列分析：；其中，是时间t的观测值，c是常数项，是白噪声误差项，是自回归系数，是移动平均系数，p和q分别是自回归和移动平均的阶数；利用时间序列分析方法，分析用户行为随时间的变化趋势；步骤2：基于所述历史负荷数据和热用户行为模式，建立管网负荷仿真模型；步骤2具体步骤如下：步骤21：采用季节性自回归综合移动平均模型来表征负荷特征并构建管网负荷仿真模型： ；其中，L是滞后算子，s是季节性周期，（P,D,Q）是季节性自回归、差分和移动平均的阶数；根据所选的数学模型，完成管网负荷仿真模型的构建：步骤22：基于所述历史负荷数据和热用户行为模式对所选模型的参数进行估计；利用最小二乘法来拟合模型参数；对模型进行验证和调整，确保其预测性能符合实际应用需求；步骤23：参数估计的目标是找到一组参数（,,,，使得模型最好地拟合历史负荷数据；这可以通过最小化误差项的平方和来实现；最小二乘法拟合：最小二乘法的目标函数可以表示为：；模型验证和调整：模型验证通常涉及计算预测值与实际观测值之间的差异，如均方误差或均方根误差：；其中，T是测试数据点的数量，是模型预测的负荷值；通过比较不同参数集的MSE或RMSE，可以选择最佳的模型参数并使用这些参数来预测未来的负荷，并根据实际应用需求对模型进行进一步的调整和优化；步骤3：利用数字孪生技术模拟管网的实时运行状态，并实时更新热用户行为数据；步骤4：根据模拟结果和实时更新的热用户行为数据，对管网负荷变化进行实时预测；步骤5：根据预测结果，进行自适应调控调度，以适配热用户实时多变的切换需求；步骤6：通过机器学习算法优化调控策略，确保调度计划的最优化。

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合肥热电集团有限公司，其通讯地址为：230000 安徽省合肥市蜀山区休宁路66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”。