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！

龙图腾网获悉国网湖南省电力有限公司信息通信分公司;国网湖南省电力有限公司;国家电网有限公司申请的专利电网终端设备的自动识别方法及系统、电子设备、介质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：CN117077009B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202311110069.5，技术领域涉及：G06F18/241；该发明授权电网终端设备的自动识别方法及系统、电子设备、介质是由杨芳僚;李浩志;祝视;周沿东;陈永卫;孙毅臻;李凌剑;张宇翔;方彬;田建伟;朱宏宇;曾小辉设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本电网终端设备的自动识别方法及系统、电子设备、介质在说明书摘要公布了：本发明公开了一种电网终端设备的自动识别方法及系统、电子设备、介质，该方法根据电网终端流量数据拥有多尺度特征的特性，先分别以流为单位和以数据包为单位采集得到历史流量数据，然后从中提取出不同抽象级别的流粒度特征和载荷粒度特征，再将提取出的流粒度特征和载荷粒度特征、历史流量数据输入至模型进行训练，最后利用训练好的模型自动辨识电网终端设备的类型。该方法分析了不同抽象级别对电网终端智能辨识的影响，可以达到加快模型训练速度和提高预测准确率的目的，并且，对多尺度流量特征和不同深度的特征进行了融合，增加了特征感受宽度，同时起到了加快模型收敛的作用，减少了时间和空间复杂度，进一步提高了模型预测精度。

本发明授权电网终端设备的自动识别方法及系统、电子设备、介质在权利要求书中公布了：1.一种电网终端设备的自动识别方法，其特征在于，包括以下内容： 采集不同电网终端设备的历史流量数据，历史流量数据包括以流为单位进行划分的第一历史流量数据和以数据包为单位进行划分的第二历史流量数据，并将每个电网终端设备对应的第一历史流量数据和第二历史流量数据分别预处理为第一灰度图像和第二灰度图像； 分别对第一灰度图像和第二灰度图像依次进行通道扩展、全零填充、池化处理和映射处理后，提取出不同抽象级别的流粒度特征和载荷粒度特征； 分别将提取出的流粒度特征和载荷粒度特征输入softmax函数，得到不同抽象级别的流粒度特征权重和载荷粒度特征权重； 将流粒度特征、载荷粒度特征和第一历史流量数据作为输入，对电网终端识别模型进行迭代训练直至收敛； 采集实时电网终端设备的流量数据并将其输入至训练好的电网终端识别模型，实现实时电网终端设备的自动识别； 将第一灰度图像依次进行通道扩展、全零填充、池化处理和映射处理后，提取出不同抽象级别的流粒度特征的过程具体为： 将n×n像素的第一灰度图像经过三个1×1的卷积核进行通道扩展，得到n×n×3的拓展图像； 对拓展图像进行全0填充后分别经过多个3×3×3、4×4×3、5×5×3、6×6×3、7×7×3的卷积核，得到五种不同的多张n×n特征图； 将五种n×n特征图分别经过2×2的池化层、具有d个n4×n4大小卷积核的全连接层，映射为五个d×1的向量，从而得到不同抽象级别的流粒度特征； 所述将流粒度特征、载荷粒度特征和第一历史流量数据作为输入，对电网终端识别模型进行迭代训练直至收敛的过程具体为： 利用两层自适应多头自注意力提取不同抽象级别流粒度特征的第一流粒度深层特征和第二流粒度深层特征； 利用两层自适应多头自注意力提取不同抽象级别载荷粒度特征的第一载荷粒度深层特征和第二载荷粒度深层特征； 利用两层自适应多头自注意力提取第一历史流量数据的第一深层时序特征和第二深层时序特征； 将第一流粒度深层特征、第二流粒度深层特征、第一载荷粒度深层特征、第二载荷粒度深层特征、第一深层时序特征和第二深层时序特征拼接为多尺度特征； 将多尺度特征输入到最后一个自适应多头注意力子层，进行多尺度特征的融合感知得到特征，再输入到全连接网络，并将全连接网络的输出输入至softmax分类器进行分类识别，根据分类识别结果和标签调整模型参数； 不断迭代训练，直至模型收敛，并记录特征权重阈值。

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湖南省电力有限公司信息通信分公司;国网湖南省电力有限公司;国家电网有限公司，其通讯地址为：410000 湖南省长沙市天心区新韶东398号6-8楼；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”。