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！

龙图腾网获悉陕西省水电开发集团股份有限公司申请的专利基于多任务学习的电力负荷与电价联合预测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：CN121638591B 。

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：202610129471.5，技术领域涉及：G06Q10/04；该发明授权基于多任务学习的电力负荷与电价联合预测方法及系统是由曹鹏;张继光;王嘉钰;曹学州;刘一隆;孙辉;林森设计研发完成，并于2026-01-30向国家知识产权局提交的专利申请。

本基于多任务学习的电力负荷与电价联合预测方法及系统在说明书摘要公布了：本发明涉及联合预测技术领域，具体涉及基于多任务学习的电力负荷与电价联合预测方法及系统。其方法包括：对历史电力负荷序列与历史电价序列分别执行时序分解，构建多尺度联合输入特征向量序列，得到共享特征表示并利用可学习的通道注意力模块生成任务偏向的共享特征，得到初步电力负荷特征与初步电价特征并利用跨任务交互门控单元生成深度融合后的负荷任务特征和电价任务特征，生成电力负荷与电价预测值，计算负荷预测损失、电价预测损失和关系一致性损失，得到联合总损失函数，更新网络参数。即本发明的方案能够缓解任务冲突与负迁移、挖掘电力负荷与电价深层关系，保证预测结果与真实情况的一致性以及降低网络学习的难度。

本发明授权基于多任务学习的电力负荷与电价联合预测方法及系统在权利要求书中公布了：1.基于多任务学习的电力负荷与电价联合预测方法，其特征在于，包括： 获取历史电力负荷序列、历史电价序列、气象数据与日历数据；对历史电力负荷序列与历史电价序列分别执行时序分解，得到各自的趋势分量、周期分量与残差分量；将分解后的各分量与气象数据、日历数据拼接，构建多尺度联合输入特征向量序列； 将多尺度联合输入特征向量序列输入共享特征提取网络，得到共享特征表示；利用可学习的通道注意力模块调整共享特征表示的通道权重，生成任务偏向的共享特征； 将任务偏向的共享特征分别输入至电力负荷任务专属网络与电价任务专属网络，得到初步电力负荷特征与初步电价特征；利用跨任务交互门控单元对初步电力负荷特征与初步电价特征进行融合，生成深度融合后的负荷任务特征和电价任务特征，包括：将初步电价特征经过第三全连接层和Sigmoid激活函数生成负荷门控信号，将负荷门控信号与初步电力负荷特征进行元素级乘法得到由电价信息调制的负荷特征；将初步电力负荷特征经过第四全连接层和Sigmoid激活函数生成电价门控信号，将电价门控信号与初步电价特征进行元素级乘法得到由负荷信息调制的电价特征；将初步电力负荷特征与由电价信息调制的负荷特征相加，生成深度融合后的负荷任务特征；将初步电价特征与由负荷信息调制的电价特征相加，生成深度融合后的电价任务特征； 基于深度融合后的负荷任务特征和电价任务特征，通过预测头网络生成目标时刻的电力负荷预测值与电价预测值；计算负荷预测损失、电价预测损失以及关系一致性损失，将三者加权求和得到联合总损失函数；基于联合总损失函数更新网络参数； 关系一致性损失的计算方法为：计算预测的电力负荷序列与预测的电价序列之间的皮尔逊相关系数；计算真实的电力负荷序列与真实的电价序列之间的皮尔逊相关系数；将两个皮尔逊相关系数之间的差值绝对值作为关系一致性损失。

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陕西省水电开发集团股份有限公司，其通讯地址为：710000 陕西省西安市高新区唐延路45号陕西投资大厦2幢1单元11001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。