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！

龍圖騰網獲悉國網浙江省電力有限公司杭州供電公司;浙江大學申請的專利基于k近鄰回歸算法和用電數據的排污量預測方法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：CN114169424B 。

龍圖騰網通過國家知識產權局官網在2025-09-02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：202111464116.7，技術領域涉及：G06F18/27；該發明授權基于k近鄰回歸算法和用電數據的排污量預測方法是由陸海波;張蘭;夏霖;姜奕暉;陳奇;王妍艷設計研發完成，并于2021-12-03向國家知識產權局提交的專利申請。

本基于k近鄰回歸算法和用電數據的排污量預測方法在說明書摘要公布了：本發明提出了一種基于k近鄰回歸算法和用電數據的排污量預測方法，包括：采集排污單位的歷史用電數據和歷史排污數據并進行數據預處理，劃分成訓練集和測試集；生成k近鄰回歸算法的參數組合，通過分析不同參數組合下k近鄰回歸算法對訓練集的擬合程度，確定參數組合中的最優參數，根據最優參數和k近鄰回歸算法構建預測模型；根據測試集檢驗預測模型的準確度，根據檢驗結果對預測模型進行優化，將排污單位的實時用電數據輸入優化后的預測模型中，得到排污量的實時預測結果。本發明利用了用電情況與排污情況的影響關系，基于k近鄰回歸算法實現排污量的預測，解決了一些企業污染物排放管控困難、管控成本較高的問題。

本發明授權基于k近鄰回歸算法和用電數據的排污量預測方法在權利要求書中公布了：1.基于k近鄰回歸算法和用電數據的排污量預測方法，其特征在于，所述排污量預測方法包括： 采集排污單位的歷史用電數據和歷史排污數據并進行數據預處理，將數據預處理后的歷史用電數據和歷史排污數據劃分成訓練集和測試集； 生成k近鄰回歸算法的參數組合，通過分析不同參數組合下k近鄰回歸算法對訓練集的擬合程度，確定參數組合中的最優參數，根據最優參數和k近鄰回歸算法構建預測模型； 根據測試集檢驗預測模型的準確度，根據檢驗結果對預測模型進行優化； 將排污單位的實時用電數據輸入優化后的預測模型中，結合歷史用電數據和歷史排污數據得到排污量的實時預測結果； 所述生成k近鄰回歸算法的參數組合，通過分析不同參數組合下k近鄰回歸算法對訓練集的擬合程度，確定參數組合中的最優參數，根據最優參數和k近鄰回歸算法構建預測模型，包括： 確定近鄰數k和權重超參數，生成由不同的近鄰數k和權重超參數構成的參數組合； 在訓練集中隨機選取一個歷史排污數據作為預測點，將訓練集中除預測點之外的歷史用電數據輸入k近鄰回歸算法； 將不同的參數組合導入k近鄰回歸算法中計算回歸值，確定與預測點最接近的回歸值對應的參數組合作為最優參數，基于最優參數構建預測模型； 所述將不同的參數組合導入k近鄰回歸算法中計算回歸值，確定與預測點最接近的回歸值對應的參數組合作為最優參數，基于最優參數構建預測模型，包括： 分別計算除預測點之外其他歷史用電數據與預測點的歐式距離，選取歐式距離最小的k個歷史用電數據作為近鄰點，結合權重超參數，計算第一回歸值； 分別計算除預測點之外其他歷史用電數據與預測點的曼哈頓距離，選取曼哈頓距離最小的k個歷史用電數據作為近鄰點，結合權重超參數，計算第二回歸值； 計算第一回歸值與預測點中歷史排污數據的第一差值，計算第二回歸值與預測點中歷史排污數據的第二差值，將第一差值和第二差值相加最小時的參數組合作為最優參數； 根據最優參數下的k近鄰回歸算法，構建預測模型。

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國網浙江省電力有限公司杭州供電公司;浙江大學，其通訊地址為：310000 浙江省杭州市上城區建國中路219號；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”。