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！

龙图腾网获悉国网福建省电力有限公司;国网福建省电力有限公司龙岩供电公司申请的专利一种基于同步相量量测数据的电能质量扰动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：CN119046764B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202411252690.X，技术领域涉及：G06F18/241；该发明授权一种基于同步相量量测数据的电能质量扰动识别方法是由廖华年;黄雁;肖荣洋;钟剑;项宇锴;蒋国均;江顺源;丘雪娇设计研发完成，并于2024-09-07向国家知识产权局提交的专利申请。

本一种基于同步相量量测数据的电能质量扰动识别方法在说明书摘要公布了：本发明提出一种基于同步相量量测数据的电能质量扰动识别方法，包括：数据预处理：获取原始电能质量扰动信号并进行归一化；利用快速傅里叶变换以及信号重构方法获取包含原扰动信号频域信息的频域分量图；将原扰动信号与其对应的频域分量图进行组合作为并行融合卷积神经网络的输入特征；并行融合卷积神经网络的训练过程：生成多种混合电能质量扰动信号对包括一维卷积神经网络、二维卷积神经网络以及并行融合层的并行融合卷积神经网络进行训练并调整该网络的超参数以获取训练完备的并行融合卷积神经网络；电能质量扰动识别：将实际采集所得信号直接输入训练完备的并行融合卷积神经网络，完成电能质量扰动的分类识别。

本发明授权一种基于同步相量量测数据的电能质量扰动识别方法在权利要求书中公布了：1.一种基于同步相量量测数据的电能质量扰动识别方法，其特征在于，包括： 数据预处理：获取原始电能质量扰动信号并进行归一化；利用快速傅里叶变换以及信号重构方法获取包含原扰动信号频域信息的频域分量图；将原扰动信号与其对应的频域分量图进行组合作为并行融合卷积神经网络的输入特征； 并行融合卷积神经网络的训练过程：生成多种混合电能质量扰动信号对包括一维卷积神经网络、二维卷积神经网络以及并行融合层的并行融合卷积神经网络进行训练并调整该网络的超参数以获取训练完备的并行融合卷积神经网络； 电能质量扰动识别：将实际采集所得信号直接输入训练完备的并行融合卷积神经网络，完成电能质量扰动的分类识别； 对于原始电能质量扰动信号ut，首先采用快速傅里叶变换对其进行变换，得到反映电能质量扰动信号的频域序列 其中，Wfft为快速傅里叶变换矩阵，为L×N阶范德蒙矩阵；WN＝e-2πiN为快速傅里叶变换的乘子；L为频域序列的长度，N为时域序列的长度； 再将频域序列重构为具有时频域特性的分量矩阵，具体过程如式2所示； 其中，为输出的频域分量矩阵；将一维频域序列转化为对应的L×L阶对角矩阵；为快速傅里叶变换的广义逆矩阵； 然后将分量矩阵进行归一化并转化为与之相对应的灰度图像以供二维卷积神经网络进行识别，如式3所示； 其中，TFm,n为输出的二维频域分量图；round为取整函数；max与min为对频域分量矩阵求最大值与最小值的运算。

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福建省电力有限公司;国网福建省电力有限公司龙岩供电公司，其通讯地址为：350003 福建省福州市鼓楼区五四路257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。