CN120278340A 一种基于大语言模型的用户需求驱动的分布式供能系统容量配置方法 （浙江大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120278340A(43)申请公布日2025.07.08

(21)申请号202510586867.8

(22)申请日2025.05.08

(71)申请人浙江大学

地址310058浙江省杭州市西湖区余杭塘

路866号

(72)发明人郑浩男林小杰

(74)专利代理机构杭州求是专利事务所有限公司33200

专利代理师李艳蓉

(51)Int.CI.

GO6QGO6QG06QGO6F

10/04(2023.01)10/0631(2023.01)50/06(2024.01)18/24(2023.01)

权利要求书2页说明书7页附图2页

(54)发明名称

一种基于大语言模型的用户需求驱动的分布式供能系统容量配置方法

(57)摘要

CN120278340A本发明公开了一种基于大语言模型的用户需求驱动的分布式供能系统容量配置方法，该方法包括以下步骤：采集用户需求信息；利用大语言模型对采集的用户需求信息进行语义分析和理解，输出结构化的、量化的用户需求描述；将结构化的、量化的用户需求描述参数化，得到用于容量配置优化的数学模型；采用数值优化算法求解用于容量配置优化的数学模型，生成多种优化方案并进行性能评估和可视化展示，辅助用户选择。本发明方法利用大语言模型提升用户需求理解的准确性和智能化水平，实现非结构化需求的自动化处理和个性化容量配置，显著提高了分布

CN120278340A

S1

S1

采集用户需求信息，所述用户需求信息包括自然语言文本、结构化问卷、历史用能数据中的至少一种或其组合

S2

利用大语言模型对采集的用户需求信息进行语义分析和理解，输出结构化的、量化的用户需求描述，所述结构化的、量化的用户需求描述包括需求、需求优先级和约束条件

S3

将结构化的、量化的用户需求描述参数化，得到用于容量

配置优化的数学模型，所述用于容量配置优化的数学模型

包括目标函数和约束条件，所述目标函数和约束条件基于

所述结构化的、量化的用户需求描述设定

S4

基于所述用于容量配置优化的数学模型，采用数值优化算

法，生成至少一种分布式供能系统容量配置方案，并对所

述分布式供能系统容量配置方案进行性能评估并进行可视

化展示

CN120278340A权利要求书1/2页

2

1.一种基于大语言模型的用户需求驱动的分布式供能系统容量配置方法，其特征在于，包括如下步骤：

步骤S1,采集用户需求信息，所述用户需求信息包括自然语言文本、结构化问卷、历史用能数据中的至少一种或其组合；

步骤S2,利用大语言模型对采集的用户需求信息进行语义分析和理解，输出结构化的、量化的用户需求描述，所述结构化的、量化的用户需求描述包括需求、需求优先级和约束条件；

步骤S3,将结构化的、量化的用户需求描述参数化，得到用于容量配置优化的数学模型，所述用于容量配置优化的数学模型包括目标函数和约束条件，所述目标函数和约束条件基于所述结构化的、量化的用户需求描述设定；

步骤S4,基于所述用于容量配置优化的数学模型，采用数值优化算法，生成至少一种分布式供能系统容量配置方案，并对所述分布式供能系统容量配置方案进行性能评估并进行可视化展示。

2.根据权利要求1所述的一种基于大语言模型的用户需求驱动的分布式供能系统容量配置方法，其特征在于，所述的步骤S1中：

用户通过文本框、语音输入转换方式输入自然语言文本，所述自然语言文本用于描述用户对分布式供能系统的期望性能目标、偏好能源类型、技术要求或限制条件；

所述结构化问卷包含预定义问题，引导用户提供结构化的、可直接量化的信息，用于收集容量配置优化所需的参数和约束条件；

所述历史用能数据用于反映用户真实的用能模式，用于为容量配置优化提供需求侧依

据。

3.根据权利要求2所述的一种基于大语言模型的用户需求驱动的分布式供能系统容量配置方法，其特征在于，所述的步骤S2中：

步骤S21,意图识别与需求分类，利用大语言模型的意图识别能力，识别用户需求信息中蕴含的真实意图，并将用户需求信息按照预定义的类别进行分类；

步骤S22,需求的关键特征提取与量化，利用大语言模型的信息抽取和知识推理能力，从分类后的用户需求信息中，针对每个需求类别，抽取关键的特征词、短语或句子，并将定性的特征描述转化为量化指标；

步骤S23,需求优先级排