国家知识产权局信息显示，武汉科技大学申请一项名为“基于TimeGAN数据增强的住宅能耗预测方法”的专利，公开号CN122572777A，申请日期为2026年6月。

专利摘要显示，本发明公开了一种基于TimeGAN数据增强的住宅能耗预测方法，涉及智能电网数据生成技术领域，先提取每日住宅能耗数据的日负荷因子、峰谷差特征并做归一化处理，再将基线日负荷曲线与高斯噪声结合，生成匹配居民能耗模式的随机曲线；随后把归一化的能耗特征、真实能耗数据和随机曲线输入TimeGAN模型，引入特征匹配损失补足并扩充能耗数据；将扩充后的数据输入动态时空图神经网络，经宏观图学习模块捕获持久空间相关性、微观图学习模块建模动态时空依赖性，再通过Time‑then‑Graph框架完成住宅负荷预测。本发明通过数据增强有效扩充样本量，提升了住宅能耗预测精度，为智能电网中的住宅能源管理提供了可靠的预测方案。

声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。

本文源自：市场资讯

作者：情报员