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！

龙图腾网恭喜南京工程学院申请的专利一种电力系统短期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：CN115423140B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202210615523.1，技术领域涉及：G06Q10/0637；该发明授权一种电力系统短期负荷预测方法是由朱正林;张冕;张欢;熊永旭设计研发完成，并于2022-05-31向国家知识产权局提交的专利申请。

本一种电力系统短期负荷预测方法在说明书摘要公布了：本发明公开了一种电力系统短期负荷预测方法，包括：获取电力系统历史负荷数据并对其进行预处理；通过天鹰优化器算法优化变分模态分解算法的分解模态数和惩罚因子，将负荷数据分解为不同中心频率的本征模态函数分量，包括低频本征模态函数分量和高频本征模态函数分量；通过烟花算法分别优化基于线性核函数和径向基核函数的LSSVM预测模型，分别对低频本征模态函数分量和高频本征模态函数分量进行预测，得到低频本征模态函数分量预测值和高频本征模态函数分量预测值，将其得到最终负荷预测结果。本发明采用天鹰优化器算法优化的变分模态分解算法算法以分解负荷数据，采用烟花算法优化的LSSVM预测模型以预测负荷数据，提高负荷预测精度。

本发明授权一种电力系统短期负荷预测方法在权利要求书中公布了：1.一种电力系统短期负荷预测方法，其特征在于，包括如下步骤： S1、获取电力系统历史负荷数据并对其进行预处理； S2、通过天鹰优化器算法优化变分模态分解算法的分解模态数和惩罚因子，通过优化后的变分模态分解算法将负荷数据分解为不同中心频率的本征模态函数分量，其中，本征模态函数分量分为低频本征模态函数分量和高频本征模态函数分量； S3、通过烟花算法优化基于线性核函数的LSSVM预测模型的惩罚系数，通过优化后的基于线性核函数的LSSVM预测模型对低频本征模态函数分量进行预测，得到低频本征模态函数分量预测值； S4、通过烟花算法优化基于径向基核函数的LSSVM预测模型的惩罚系数和核函数宽度因子，通过优化后的基于径向基核函数的LSSVM预测模型对高频本征模态函数分量进行预测，得到高频本征模态函数分量预测值； S5、将低频本征模态函数分量预测值和高频本征模态函数分量预测值相加，得到最终负荷预测结果； 其中，步骤S3中通过烟花算法优化基于线性核函数的LSSVM预测模型的惩罚系数，包括如下步骤： S31：初始化参数，包括：烟花数P、最大迭代次数T2、变异火花数b、爆炸数目q、爆炸半径h、惩罚系数的上限UB2和下限LB2； S32：生成初始烟花种群X2，计算每个烟花适应度，即预测误差，选择适应度最小的为最佳烟花； X2＝UB2-LB2×rand+LB2 其中，rand为0～1之间随机的一个数； S33：进入迭代，初始迭代数为0，根据预设公式分别计算每个烟花的爆炸半径和爆炸数目； S34：选择第i个烟花个体xi中第d个变量xid，1≤d≤D，D为变量维度，根据下面公式生成爆炸火花exid和高斯变异火花mxid； 检查新生成的火花是否越限，对超出边界的火花进行映射处理，如果越过上限则取上限值，越过下限则取下限值； exid＝xid+fri×2×rand1，E-1 mxid＝xid×e 其中，rand1，E为在区间1，E内随机抽取一个数，E为优化变量个数，这里为1，e为高斯分布随机数； S35：计算爆炸火花和高斯变异火花的适应度值，并和烟花适应度值比较，将所有个体按适应度值升序排列，选择前P个个体进入下一次迭代，将迭代次数加1； S36：判断当前迭代次数是否小于最大迭代次数，如果是，则返回步骤S33继续迭代，否则终止计算，输出适应度最小的个体和适应度值，适应度最小的个体即为最优的惩罚系数。

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南京工程学院，其通讯地址为：211167 江苏省南京市江宁科学园弘景大道1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”。