買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉傳申弘安智能(深圳)有限公司;河南許繼儀表有限公司申請的專利基于多模態數據的源荷預測方法、裝置、設備及介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120124816B 。

龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510601187.9，技術領域涉及：G06Q10/04；該發明授權基于多模態數據的源荷預測方法、裝置、設備及介質是由李鵬;趙敬立;鄭毅;李志鵬;張田田;南喆;李崇陽;薛晨光;王東虎;徐志克;燕高遠;潘智斌;陳江潮;周穎婕;文博;甘家旭設計研發完成，并于2025-05-12向國家知識產權局提交的專利申請。

本基于多模態數據的源荷預測方法、裝置、設備及介質在說明書摘要公布了：本發明實施例公開了一種基于多模態數據的源荷預測方法、裝置、設備及介質。方法包括：采集多模態初始數據，并對多模態數據進行預處理得到多模態目標數據，其中，多模態目標數據包括文本數據和云圖視頻數據；將文本數據和云圖視頻數據進行特征融合得到融合特征數據，并通過Informer模型對融合特征進行位置編碼得到位置編碼數據；將位置編碼數據和融合特征數據一起作為訓練數據集，并將訓練數據集進行分組得到多組訓練子數據集；利用多組訓練子數據集對Informer模型進行訓練得到源荷預測模型；將獲取到的待預測多模態數據輸入源荷預測模型進行預測得到預測結果。本申請實施例在進行源荷預測時占用內存較小且計算效率高。

本發明授權基于多模態數據的源荷預測方法、裝置、設備及介質在權利要求書中公布了：1.一種基于多模態數據的源荷預測方法，其特征在于，包括： 采集多模態初始數據，并對所述多模態數據進行預處理得到多模態目標數據，其中，所述多模態目標數據包括文本數據和云圖視頻數據，其中，所述文本數據包括經過預處理之后的用戶用能畫像數據、日期屬性信息、歷史源荷曲線、設備臺賬以及外部調用的天氣預報數據，所述云圖視頻數據包括經過預處理之后的有關于天氣的數據； 將所述文本數據和所述云圖視頻數據進行特征融合得到融合特征數據，并通過Informer模型對所述融合特征數據進行位置編碼得到位置編碼數據； 將所述位置編碼數據和所述融合特征數據一起作為訓練數據集，并將所述訓練數據集進行分組得到多組訓練子數據集； 利用多組所述訓練子數據集對所述Informer模型進行訓練得到源荷預測模型； 將獲取到的待預測多模態數據輸入所述源荷預測模型進行預測得到預測結果； 其中，所述訓練子數據集包括源荷訓練數據和標簽數據，所述源荷訓練數據和所述標簽數據均包括所述融合特征數據和所述位置編碼數據，所述利用多組所述訓練子數據集對所述Informer模型進行訓練得到源荷預測模型，包括： 針對每一組所述訓練子數據集，將所述源荷訓練數據中的所述融合特征數據和所述位置編碼數據進行拼接得到目標源荷訓練數據； 利用所述目標源荷訓練數據和所述標簽數據對所述Informer模型進行訓練得到所述源荷預測模型； 所述Informer模型包括自注意力機制模塊、稀疏注意力模塊、多頭注意力模塊以及交叉注意力模塊，所述利用所述目標源荷訓練數據和所述標簽數據對所述Informer模型進行訓練得到所述源荷預測模型，包括： 將所述目標源荷訓練數據輸入所述自注意力機制模塊進行數據融合得到字典集合； 將所述字典集合輸入所述稀疏注意力模塊進行降維得到降維字典集合； 將所述降維字典集合輸入所述多頭注意力模塊進行信息聚合得到聚合字典集合； 將所述聚合字典集合輸入所述交叉注意力模塊以計算所述聚合字典集合與所述目標源荷訓練數據的相似度得到源荷相似度； 根據所述源荷相似度、所述目標源荷訓練數據以及所述標簽數據計算源荷損失值； 根據所述源荷損失值通過反向傳播更新所述Informer模型的參數得到所述源荷預測模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人傳申弘安智能(深圳)有限公司;河南許繼儀表有限公司，其通訊地址為：518000 廣東省深圳市南山區西麗街道西麗社區同發南路天瓏移動總部大廈508A；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。