Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江工业大学潘国兵获国家专利权

浙江工业大学潘国兵获国家专利权

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!

龙图腾网获悉浙江工业大学申请的专利基于CUSUM-Bi-LSTM的边缘侧在线非侵入式负荷识别方法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:CN115186258B

龙图腾网通过国家知识产权局官网在2025-10-21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:202210480393.5,技术领域涉及:G06F21/55;该发明授权基于CUSUM-Bi-LSTM的边缘侧在线非侵入式负荷识别方法是由潘国兵;赵继凯;钱浚杰;薛鹏;邓伟芳设计研发完成,并于2022-05-05向国家知识产权局提交的专利申请。

基于CUSUM-Bi-LSTM的边缘侧在线非侵入式负荷识别方法在说明书摘要公布了:一种基于CUSUM‑Bi‑LSTM的边缘侧非侵入式负荷识别方法,采集数据是获取用户总线处有功功率和无功功率数据;事件探测是对功率数据使用复合动态滑窗的双边CUSUM算法进行事件探测,提取电器切入切出过程时间段和功率变化数据;特征提取是对探测到的事件进行数据处理,提取出事件发生过程中总线有功功率和无功功率的功率变化量、累计和变化量特征;对数据特征集进行归一化,划分数据为训练集和测试集;负荷识别是将训练集数据输入到具有两层一维卷积层,Bi‑LSTM网络和全连接层模型中进行训练,使用精确率、召回率和F1分数对训练结果进行评价;把训练好的模型固化到DSP芯片内进行边缘侧负荷识别。本发明提高检测精度。

本发明授权基于CUSUM-Bi-LSTM的边缘侧在线非侵入式负荷识别方法在权利要求书中公布了:1.一种基于CUSUM-Bi-LSTM的边缘侧在线非侵入式负荷识别方法,其特征在于:所述方法包括以下步骤: 步骤一:获取计量处有功功率P和无功功率Q数据,组建有功功率序列和无功功率 步骤二:对有功功率和无功功率序列数据分别使用复合动态滑窗的双边CUSUM算法进行事件检测,在有功功率和无功功率序列数据中提取出待检测电器切入与切出的窗口时间段; 步骤三:分别提取出待检测负荷发生事件时,有功功率和无功功率序列数据均值窗口的平均功率值、探测窗口的平均功率值、累计和、切入切出状态以及事件发生时间段,进一步特征提取得到均值窗口均值减去探测窗口均值、累计和值和事件时间段内功率差值以及事件时间段内功率均值,组成特征向量Y=[y1,y2,…,y8]; 步骤四:将特征向量进行归一化,归一化公式为,yi为原样本数据值,样本数据中的最小值标记为样本数据中的最大值标记为样本数据经过归一化计算之后的结果标记为,归一化后特征向量为,采用Bi-LSTM网络模型进行识别,加入系数为0.5的DropOut,采用Adam作为优化器,通过softmax分类器输出负荷数据的识别结果。

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浙江工业大学,其通讯地址为:310014 浙江省杭州市拱墅区潮王路18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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。