国网电力科学研究院有限公司;中国科学院电工研究所高铭泽获国家专利权
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!
龙图腾网获悉国网电力科学研究院有限公司;中国科学院电工研究所申请的专利一种基于区块链预言机的异常用电辨识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:CN114997265B 。
龙图腾网通过国家知识产权局官网在2026-03-17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:202210422576.1,技术领域涉及:G06F18/2433;该发明授权一种基于区块链预言机的异常用电辨识方法及系统是由高铭泽;裴玮;李昀;李宁峰;贾茹;孙绘;周宇;姜炜超;夏一羽;高宇;胡远征设计研发完成,并于2022-04-21向国家知识产权局提交的专利申请。
本一种基于区块链预言机的异常用电辨识方法及系统在说明书摘要公布了:本发明公开了一种基于区块链预言机的异常用电辨识方法及系统,采集用电信息并对用电信息按照电能表号及时间进行归类,对归类后的用电信息进行区块链上链存证;将当前周期内上链的用电信息打包发起异常用电辨识指令;对用电信息进行验签并解析,获取数据关联的台区配变与拓扑信息,进行异常用电行为辨识的链下计算;将电能表号、异常数据标识及辨识结果进行打包并签名,签名后根据辨识结果,确认辨识是否完成,若是则将相关上链存证;若否则等待下一周期数据上链后继续进行辨识,直到辨识完成。优点:开展异常用电行为的分析与辨识,在保证链上计算资源最小化,同时兼顾数据安全与计算效率的前提下,提高异常用电辨识的效率与准确性。
本发明授权一种基于区块链预言机的异常用电辨识方法及系统在权利要求书中公布了:1.一种基于区块链预言机的异常用电辨识方法,其特征在于,包括: 采集用电信息并对用电信息按照电能表号及时间进行归类,对归类后的用电信息进行区块链上链存证,完成上链存证的用电信息以其哈希值作为数据标识; 按照预定设定的周期将当前周期内上链的用电信息打包发起异常用电辨识指令; 根据异常用电辨识指令对用电信息进行验签并解析,获取数据关联的台区配变与拓扑信息,基于内置的异常用电数据分析模块进行异常用电行为辨识的链下计算,若辨识异常则确定辨识结果并确定异常的数据标识; 将电能表号、异常的数据标识及辨识结果进行打包并签名,签名后根据辨识结果,确认辨识是否完成,若是则将签名后的数据进行上链存证;若否则等待下一周期数据上链后继续进行辨识,直到辨识完成; 所述根据异常用电辨识指令对用电信息进行验签并解析,获取数据关联的台区配变与拓扑信息,基于内置的异常用电数据分析模块进行异常用电行为辨识的链下计算,得到辨识结果,包括: 接收异常用电辨识指令,通过验签模块对用电信息进行数据验签,验签通过后进行数据解析获取待分析的用电信息,结合数据库中已存在的同一电能表号的历史用电信息,判断是是否具备异常用电辨识分析条件; 若具备,则调用数据分析模块进行分析,获取数据关联的台区配变与拓扑信息,包括:台区名称、配变型号、配变容量、低压线路长度、供电半径、导体类型,然后基于内置的异常用电数据分析模块进行异常用电行为辨识的链下计算,得到辨识结果; 如不具备,则直接返回响应结果,并将现有数据入库以备后续分析使用; 所述基于内置的异常用电数据分析模块进行异常用电行为辨识的链下计算,得到辨识结果,包括: 采用聚类分析配合线性回归的方法进行辨识,基于异常用电影响因素确定相关特征参数,进而形成异常用电分析中间因子作为聚类模型的输入向量,对用电数据进行聚类,并通过典型异常用电数据作为训练样本进行监督训练,以训练得到训练好的聚类模型; 利用训练好的模型对解析后的用电信息进行异常用电行为辨识,得到辨识结果。
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国网电力科学研究院有限公司;中国科学院电工研究所,其通讯地址为:211106 江苏省南京市江宁区诚信大道19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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励