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！

龙图腾网获悉长春工程学院申请的专利基于人工智能的电能质量扰动识别与定位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：CN121278664B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511854250.6，技术领域涉及：G06F18/25；该发明授权基于人工智能的电能质量扰动识别与定位方法是由肖冬亚;刘海宁;刘嘉明;赵洋;孙韬;李咏骏设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本基于人工智能的电能质量扰动识别与定位方法在说明书摘要公布了：本发明属于人工智能技术领域，涉及一种基于人工智能的电能质量扰动识别与定位方法，包括构建电能质量扰动信号数据集，电能质量扰动电压数据分段预处理，时频联合特征增强与扰动敏感区域编码，构建电能质量扰动识别与定位的深度学习模型及电能质量扰动识别与定位。本发明通过自适应去噪处理、边界检测及多分辨率时频特征提取，显著提高电能质量扰动的识别精度和定位精度；自适应小波去噪和动态分割相结合，有效抑制了噪声干扰并保持电压突变点的边缘特性；双任务共享网络通过协同优化扰动识别与定位任务，使得网络能同时考虑扰动的分类和时间定位；通过贝叶斯推理，系统能输出置信度估计，提供对识别与定位结果的可信度量化，有效提高系统可靠性。

本发明授权基于人工智能的电能质量扰动识别与定位方法在权利要求书中公布了：1.一种基于人工智能的电能质量扰动识别与定位方法，其特征在于：包括以下步骤： S1、构建电能质量扰动信号数据集： 获取电压信号，样本采集并生成模拟扰动数据，模拟不同负载条件和噪声环境下的电压波形，对每个样本标注扰动类型和扰动起止时间点，数据集划分； S2、电能质量扰动电压数据分段预处理： 先通过自适应小波阈值进行去噪，保留电压突变细节，再进行曲率突变边界检测，以及动态分割数据块； S3、时频联合特征增强与扰动敏感区域编码： 提取多分辨率时频特征，生成相位一致性特征，对位置敏感区域编码，生成梯度敏感的定位热力图，所述定位热力图用于后续模型中时序卷积共享主干的输入； S4、构建电能质量扰动识别与定位的深度学习模型： 先利用谐波掩码矩阵分离基波与畸变特征，采用跨尺度注意力机制融合多尺度语义信息，实现扰动特征解耦与跨尺度特征挖掘；再采用门控时序卷积共享主干，结合位置编码分离生成识别与定位专用特征，完成时序卷积共享主干网络构建与特征融合；接着，基于识别与定位任务特征向量，采用多任务交叉注意力机制融合识别与定位特征，利用贝叶斯推理估计输出置信度，实现电能质量扰动识别以及电能质量扰动定位；进行损失函数计算；最后，进行深度学习模型迭代训练与参数更新； S5、进行电能质量扰动识别与定位。

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长春工程学院，其通讯地址为：130012 吉林省长春市宽平大路395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。