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！

龙图腾网获悉国电华研(北京)电力咨询有限公司;国网辽宁省电力有限公司朝阳供电公司申请的专利一种基于多源异构数据的区域用电量智能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：CN121457733B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202511661319.3，技术领域涉及：G06Q10/04；该发明授权一种基于多源异构数据的区域用电量智能预测方法是由王征;禹加;胡锦景;崔世雄;刘双旭;刘正源;陈凤涛设计研发完成，并于2025-11-13向国家知识产权局提交的专利申请。

本一种基于多源异构数据的区域用电量智能预测方法在说明书摘要公布了：本发明涉及用电量预测技术领域，尤其涉及一种基于多源异构数据的区域用电量智能预测方法，包括，基于电力变更表征值确定针对下一预设监控周期的用电量预测影响倾向；在确定针对下一预设监控周期为用电量预测强影响倾向时，确定通过弹力影响权重系数修正用电量，并基于能源变更表征值确定针对用电量的预测是否合格；在确定针对用电量的预测异常时，基于区域产业变更量化值修正用以确定下一预设监控周期内的用电量的预测参数，包括识别主要分析数据集，基于主要分析数据的周期量化值确定增加模型训练集或分离预测模型，根据待预测区域的电力弹性系数的具体情况，对用电量进行针对性分析预测，提高了对区域内用电量的预测效率。

本发明授权一种基于多源异构数据的区域用电量智能预测方法在权利要求书中公布了：1.一种基于多源异构数据的区域用电量智能预测方法，其特征在于，包括： 收集区域内的各历史预设监控周期内的用电量以构建用电数据集； 基于历史电力弹力系数确定电力变更表征值； 基于电力变更表征值确定针对下一预设监控周期的用电量预测影响倾向； 在确定针对下一预设监控周期为用电量预测强影响倾向时，确定通过弹力影响权重系数修正用电量，并基于能源变更表征值确定针对用电量的预测是否合格； 在确定针对用电量的预测异常时，基于区域产业变更量化值修正用以确定下一预设监控周期内的用电量的预测参数，包括识别主要分析数据集，基于主要分析数据的周期量化值确定增加模型训练集或分离预测模型； 在确定下一预设监控周期为用电量预测弱影响倾向，基于用电数据集确定下一预设监控周期内的用电量; 基于历史电力弹力系数确定电力变更表征值的过程，包括： 基于历史数据中的各电力弹力系数绘制电力弹力系数时域曲线； 求解电力弹力系数时域曲线在当前时间节点的斜率绝对值与预设稳定斜率的比值的绝对值，得到电力变更表征值; 通过弹力影响权重系数修正用电量的过程，包括： 基于当前电力弹力系数确定弹力系数选取区间； 将历史数据中电力弹力系数处于弹力系数选取区间内的各预设监控周期确定为参照周期； 获取各参照周期的影响倍率； 基于各影响倍率确定弹力影响权重系数; 确定能源变更表征值的过程，包括： 获取最近预设监控周期内的天然气消耗量与历史数据中各预设监控周期内的平均天然气消耗量的比值，得到天然气变化率； 获取最近预设监控周期内的煤炭消耗量与历史数据中各预设监控周期内的平均煤炭消耗量的比值，得到煤炭变化率； 获取最近预设监控周期内的石油消耗量与历史数据中各预设监控周期内的平均石油消耗量的比值，得到石油变化率； 获取最近预设监控周期内的用电量与历史数据中各预设监控周期内的平均用电量的比值，得到用电变化率； 计算天然气变化率、煤炭变化率与石油变化率的平均值，得到可替代能源变化量； 求解可替代能源变化量与用电变化率的差值的绝对值与用电变化率的比值，得到能源变更表征值; 确定区域产业变更量化值的过程，包括： 获取区域内的各历史预设监控周期内的工业用电量和服务业用电量，以分别获取工业用电数据集和服务用电数据集； 获取最近预设监控周期的工业用电量与各历史预设监控周期的平均工业用电量的比值，得到区域工业产业变更量化值； 获取最近预设监控周期的服务用电量与各历史预设监控周期的平均服务用电量的比值，得到区域服务产业变更量化值; 基于区域产业变更量化值修正用以确定下一预设监控周期内的用电量的预测参数的过程，包括： 在区域工业产业变更量化值小于等于区域服务产业变更量化值时，将服务用电数据集确定为主要分析数据集； 在区域工业产业变更量化值大于区域服务产业变更量化值时，将工业用电数据集确定为主要分析数据集; 基于主要分析数据的周期量化值确定增加模型训练集或分离预测模型的过程，包括： 基于获取的主要分析数据集中各预设监控周期的用电量绘制主要用电量时域曲线； 通过傅里叶变换将主要用电量时域曲线的信号转换为频率域的信号，以获取频谱图； 获取频谱图中的各峰值； 存在峰值大于预设峰值时，确定增加模型训练集； 在各峰值均小于等于预设峰值时，分离预测模型; 增加模型训练集的过程，包括： 基于最大峰值将用以训练第一预测模型的训练集的数据量调节至对应值，其中， 获取频谱图中的各峰值，以得到最大峰值； 数据量的增加幅度与最大峰值呈负相关； 分离预测模型的过程，包括： 将通过工业用电数据集训练的模型输出的预测用电量确定为工业预测用电量； 将通过服务用电数据集训练的模型输出的预测用电量确定为服务预测用电量； 将工业预测用电量与服务预测用电量的和确定为下一预设监控周期预测的用电量。

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电华研(北京)电力咨询有限公司;国网辽宁省电力有限公司朝阳供电公司，其通讯地址为：102200 北京市昌平区科技园区白浮泉路10号2号楼8层810室；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”。

以上内容由龙图腾AI智能生成。