买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网山东省电力公司申请的专利基于电力时序大数据实时清洗的耗能诊断方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118312722B 。

龙图腾网通过国家知识产权局官网在2025-06-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410463915.X，技术领域涉及：G06F18/10；该发明授权基于电力时序大数据实时清洗的耗能诊断方法及系统是由樊静雨;穆聪聪;薛玉静;刘康旭;牛阳;梁栋;王振坤;姜锐;董潇;李逸凡设计研发完成，并于2024-04-17向国家知识产权局提交的专利申请。

本基于电力时序大数据实时清洗的耗能诊断方法及系统在说明书摘要公布了：本发明提出了基于电力时序大数据实时清洗的耗能诊断方法及系统，包括：获取重点耗能企业的电力时序数据并存储至缓冲区；从缓冲区调取所需的重点耗能企业的电力时序数据并进行数据预处理；对预处理后的电力时序数据进行噪声过滤：使用集成模型E‑Sense处理多样化噪音，集成模型E‑Sense是由多个专家模型组成的集成模型，其中每个专家模型旨在处理特定类型的噪音；对于进行噪声过滤后的电力时序数据，采用无监督重建模型BeatGAN‑Attention进行数据异常检测并进行耗能诊断分析。

本发明授权基于电力时序大数据实时清洗的耗能诊断方法及系统在权利要求书中公布了：1.基于电力时序大数据实时清洗的耗能诊断方法，其特征是，包括：获取重点耗能企业的电力时序数据并存储至缓冲区；从缓冲区调取所需的重点耗能企业的电力时序数据并进行数据预处理；对预处理后的电力时序数据进行噪声过滤：使用集成模型E-Sense处理多样化噪音，集成模型E-Sense是由多个专家模型组成的集成模型，其中每个专家模型旨在处理特定类型的噪音；对于进行噪声过滤后的电力时序数据，采用无监督重建模型BeatGAN-Attention进行数据异常检测并进行耗能诊断分析；对于集成模型E-Sense：E-Sense使用修改过的专家混合MoE技术生成，MoE包括一组专家模型，用{E1、E2、…、Ek}表示，每个专家模型都是一个混合深度神经网络DNN，具有用于预测的自己的一组参数；MoE还具有一个门控网络，用于为输入X提供各个专家模型的权重，用Gx＝[g1X,g2X,…,gkX]表示；用E＝[E1X,E2X,…,EkX]表示给定输入X的专家模型的输出；MoE的输出y计算公式如下： 在MoE中，G和E在训练过程中进行更新，其中，MoE分别训练门控网络和各个专家模型；BeatGAN-Attention的对抗重构框架具有三个关键组件：编码器GE·、解码器GD·和判别器D·，判别器是通过最小化分类误差来规范重构，为了重构时间序列x，GEx将输入x编码为代表其重要特征的隐藏向量z，然后GDz从隐藏向量z生成时间序列x′，重构目标是：Gx＝GDGEx；在BeatGAN-Attention模型中，选择GRU单元作为RNN的实现，GRU单元具有两个门：更新门和重置门，该单元计算隐藏状态ht，将ht与其对应的时间戳t∈N进行拼接得到ht′公式表示如下：ht′＝concatht，tH′＝[h1′，h2′，…，hN′]，其中在得到H′之后，使用注意力机制对数据进行重构的计算公式如下：Q＝Wq·H′K＝Wk·H′V＝Wv·H′其中，Wq、Wk和Wv是可学习的权重矩阵，Q、K和V是时序数据H′对应的查询矩阵、键矩阵和值矩阵； 其中，是缩放因子，Aij表示i时间步对于j时间步下的时间序列数据的关注程度；所以，最终ht被修正为： 使用经过数据清洗之后的电力时序数据检测T时刻之后某一时刻的高耗能事件。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网山东省电力公司，其通讯地址为：250000 山东省济南市市中区经二路150号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。