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！

龙图腾网获悉山东大学;中国电力科学研究院有限公司;中国科学院电工研究所申请的专利一种电力系统负荷数据超分辨率重构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：CN120372181B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202510471192.2，技术领域涉及：G06F18/15；该发明授权一种电力系统负荷数据超分辨率重构方法及系统是由孙凯祺;赵宇杰;王明晨;孙媛媛;王志凯;邓卫;赵振兴;李昭良设计研发完成，并于2025-04-15向国家知识产权局提交的专利申请。

本一种电力系统负荷数据超分辨率重构方法及系统在说明书摘要公布了：本发明公开一种电力系统负荷数据超分辨率重构方法及系统，涉及电力系统数据质量提升技术领域，包括：对不同天气条件下的天气影响因素进行赋权，计算负荷数据与天气影响因素数据的相关性，得到关键影响因素数据，采用滑动窗口进行动态范围归一化处理；对归一化后的数据采用训练后的时间序列生成模型进行超分辨率重构得到高分辨率负荷数据；时间序列生成模型在训练时根据当前训练损失的变化调整损失函数权重，训练完成后通过提取归一化后的负荷数据和关键影响因素数据的组合特征进行超分辨率重构。克服低质量采样数据分辨率不足的缺陷，通过气象因素约束提升重构数据质量，解决采样数据分辨率较低，导致无法满足训练或使用要求的问题。

本发明授权一种电力系统负荷数据超分辨率重构方法及系统在权利要求书中公布了：1.一种电力系统负荷数据超分辨率重构方法，其特征在于，包括： 获取负荷数据和天气影响因素数据，对不同天气条件下的各天气影响因素进行赋权后，计算负荷数据与天气影响因素数据的相关性，由此得到关键影响因素数据； 采用滑动窗口对负荷数据和关键影响因素数据进行动态范围的归一化处理； 对归一化后的负荷数据和关键影响因素数据，采用训练后的时间序列生成模型进行超分辨率重构，得到高分辨率负荷数据，并对高分辨率负荷数据进行反归一化后，得到符合实际量纲的高分辨率负荷数据； 所述时间序列生成模型在训练时根据当前训练损失的变化调整损失函数权重，由此训练完成后通过提取归一化后的负荷数据和关键影响因素数据的组合特征进行超分辨率重构； 所述时间序列生成模型的总损失函数由生成器损失函数、判别器损失函数和时序一致性损失函数通过加权组成，且每个损失函数的权重根据当前训练损失的变化进行调整； 所述时间序列生成模型包括生成器和判别器；所述生成器使用双层长短期记忆网络提取归一化后的负荷数据和关键影响因素数据的组合特征，且在每个长短期记忆网络层均加入自注意力机制，之后使用反卷积层，将归一化后的负荷数据扩展为高分辨率负荷数据，并将生成的高分辨率负荷数据传输给判别器。

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山东大学;中国电力科学研究院有限公司;中国科学院电工研究所，其通讯地址为：250061 山东省济南市历下区经十路17923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”。

以上内容由龙图腾AI智能生成。