金融界2024年12月18日消息，国家知识产权局信息显示，国网江苏省电力有限公司无锡供电分公司申请一项名为“一种基于mRMR-EABiLSTM-TCN电力负荷预测方法及预测系统”的专利，公开号CN 119129813 A，申请日期为2024年8月。

专利摘要显示，一种基于 mRMR‑EABiLSTM‑TCN的电力负荷预测方法，包括以下步骤：步骤1，采集负荷数据以及影响用户用电负荷的关键因子，进行数据清洗和归一化预处理；步骤2，基于处理的数据，使用最大相关最小冗余算法mRMR对特征因子进行重要性排序，选取前N个相关特征，构成粗选特征集；步骤3，构建结合超越自注意力EA、双向长短期记忆神经网络BiLSTM以及时间卷积网络TCN的mRMR‑EABiLSTM‑TCN短期用户负荷预测模型，以粗选特征集作为模型的特征输入；步骤4，基于构建的模型进行预测，并通过前向选择算法评估不同输入特征的有效性，确定最优输入特征集合，优化电力预测模型。有利于最终负荷预测精度的提升，具有一定的工程价值。

本文源自：金融界

作者：情报员