学术探索
学术期刊
学术作者
新闻热点
数据分析
智能评审

一种基于VAE-BiLSTM混合神经网络及贝叶斯优化的短期电力负荷预测方法、系统、设备及介质

被引：0
专利类型：
发明
申请号：
CN202411076594.4
申请日：
2024-08-07
公开(公告)号：
CN119093330B
公开(公告)日：
2025-09-30
发明(设计)人：
王晓霞 张修贤 李翔 张龙
申请人：
陕西科技大学
申请人地址：
710021 陕西省西安市未央区大学园区陕西科技大学
IPC主分类号：
H02J3/00
IPC分类号：
G06F18/241 G06F18/213 G06F18/2135 G06N3/045 G06N3/0442 G06N3/0455 G06N3/047 G06N3/084 G06N3/0499 G06N3/0985 G06N7/01 G06F123/02
代理机构：
西安智大知识产权代理事务所 61215
代理人：
任芳
法律状态：
授权
国省代码：
陕西省 西安市
引用
下载
收藏
法律状态
法律状态公告日 法律状态 法律状态信息
2025-09-30 授权 授权
2024-12-24 实质审查的生效 实质审查的生效IPC(主分类):H02J 3/00申请日:20240807
2024-12-06 公开 公开
共 50 条
[1]
一种基于VAE-BiLSTM混合神经网络及贝叶斯优化的短期电力负荷预测方法、系统、设备及介质 [P]. 
王晓霞 ;
张修贤 ;
李翔 ;
张龙 .
中国专利 :CN119093330A ,2024-12-06
[2]
基于贝叶斯优化混合神经网络的短期功率预测方法及系统 [P]. 
刘志仁 ;
杜云龙 ;
张森 ;
柴赟 ;
荣颂九 ;
罗飞 ;
杜先波 ;
杨勤胜 ;
戴强晟 ;
李昆明 ;
陈公海 .
中国专利 :CN119340980A ,2025-01-21
[3]
基于混合神经网络模型的短期电力负荷预测方法 [P]. 
张玲华 ;
孙威 .
中国专利 :CN121172736A ,2025-12-19
[4]
基于神经网络的短期电力负荷预测方法 [P]. 
邹启群 ;
孟凡斌 ;
王振华 ;
陈上吉 ;
付冬 ;
党彬 ;
王静 ;
刘伟 ;
苗桂喜 ;
牛元立 ;
张庆文 .
中国专利 :CN110991750A ,2020-04-10
[5]
基于粒子群优化的卷积神经网络短期电力负荷预测方法 [P]. 
葛磊蛟 ;
郑轶文 .
中国专利 :CN119940399A ,2025-05-06
[6]
一种基于动态神经网络的超短期电力负荷预测方法 [P]. 
孔政敏 ;
李悦 ;
柳硕 ;
易仕琪 .
中国专利 :CN114595874B ,2024-08-06
[7]
一种基于动态神经网络的超短期电力负荷预测方法 [P]. 
孔政敏 ;
李悦 ;
柳硕 ;
易仕琪 .
中国专利 :CN114595874A ,2022-06-07
[8]
一种基于混合空洞卷积神经网络的短期电力负荷预测方法 [P]. 
金炳初 ;
胡泽升 ;
赵亚韦 ;
薛超 ;
张翔宇 ;
史卓鹏 ;
冯跃华 ;
张嘉 ;
孟宁 ;
何晓东 .
中国专利 :CN119448190A ,2025-02-14
[9]
一种基于多层神经网络的短期电力负荷预测方法 [P]. 
许卓明 ;
张嘉诚 .
中国专利 :CN113191544B ,2021-07-30
[10]
基于松鼠杂草混合算法的神经网络短期电力负荷预测方法 [P]. 
张勋才 ;
丁莉芬 ;
郑新华 ;
赵凯 ;
牛莹 ;
王延峰 ;
杨飞飞 ;
黄春 ;
孙军伟 .
中国专利 :CN110728401B ,2020-01-24
12345