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！

龙图腾网恭喜国网山东省电力公司经济技术研究院;国家电网有限公司申请的专利基于GAN和DQN的多能负荷多任务学习预测方法和装置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：CN115081696B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202210643428.2，技术领域涉及：G06Q10/04；该发明授权基于GAN和DQN的多能负荷多任务学习预测方法和装置是由郑志杰;王宪;孙东磊;杨立超;李文升;刘蕊;刘冬;孙毅;石冰珂;冯亮;赵龙;朱毅;王耀;杨波;杨慎全;李昭;李勃;杨扬;崔灿;綦陆杰;王耀雷;赵韧;张雯;邓少治;刘钊;王延朔;李昊设计研发完成，并于2022-06-08向国家知识产权局提交的专利申请。

本基于GAN和DQN的多能负荷多任务学习预测方法和装置在说明书摘要公布了：本发明公开了一种基于GAN和DQN的多能负荷多任务学习预测方法和装置，方法包括以下步骤：采集多能负荷数据并进行归一化处理；建立GAN模型，将GAN模型中生成的数据与多能负荷数据组成多能负荷数据集；将4种不同深度的CNN与Q学习方法相结合建立4个不同深度的DQN模型，并利用多能负荷数据集进行训练；利用DQN模型对不同类型的负荷预测任务进行多任务学习，挖掘不同类型负荷之间的耦合关系，建立负荷预测模型；将多能负荷数据输入负荷预测模型中，得到冷、热、电和气负荷的预测结果。本发明能够更好地适应能源分布分散、多能负荷需求较小、多能数据采集量不足地区的特点，提高了多能负荷预测的精度。

本发明授权基于GAN和DQN的多能负荷多任务学习预测方法和装置在权利要求书中公布了：1.一种基于GAN和DQN的多能负荷多任务学习预测方法，其特征在于，包括以下步骤：采集多能负荷数据并进行归一化处理，所述多能负荷数据包括冷、热、电和气负荷数据及历史气象数据；建立GAN模型，将多能负荷数据输入到GAN模型中生成的数据与多能负荷数据组成多能负荷数据集；所述GAN模型包括生成器模型和判别器模型；将4种不同深度的CNN与Q学习方法相结合建立4个不同深度的DQN模型，并利用多能负荷数据集进行训练；利用4种不同深度的DQN模型对不同类型的负荷预测任务进行多任务学习，挖掘不同类型负荷之间的耦合关系，建立负荷预测模型；将多能负荷数据输入负荷预测模型中，得到冷、热、电和气负荷的预测结果。

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山东省电力公司经济技术研究院;国家电网有限公司，其通讯地址为：250021 山东省济南市槐荫区纬十路111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”。