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！

龙图腾网恭喜国网湖北省电力有限公司恩施供电公司;湖北民族大学申请的专利格拉姆角场和CNN-LSTM的电能质量扰动分类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：CN115115888B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202210812531.5，技术领域涉及：G06V10/764；该发明授权格拉姆角场和CNN-LSTM的电能质量扰动分类方法是由李祯维;吴建军;龙克飞;李家俊;黄谋甫;钟建伟;童占北设计研发完成，并于2022-07-12向国家知识产权局提交的专利申请。

本格拉姆角场和CNN-LSTM的电能质量扰动分类方法在说明书摘要公布了：本发明提供格拉姆角场和CNN‑LSTM的电能质量扰动分类方法，包括以下步骤：获取电能质量扰动数据，对样本数据进行预处理；由GAF将一维数据从直角坐标转换到极坐标系，构建格拉姆矩阵，并转换成图像，然后对图像进行压缩；由三层CNN网络对所述S2中压缩后的图像进行特征提取；由LSTM层对所述S3中提取的特征值进行时间相关性学习；由全连接层对所述S4输出的特征值做降维处理；由概率层计算全连接层每一个输出的概率，然后通过分类层确定电能质量的类别；本发明在尽量保留图像信息的前提下将图像进行压缩，节约了计算机的大量存储空间，并且提高了图像信息的读取速率。

本发明授权格拉姆角场和CNN-LSTM的电能质量扰动分类方法在权利要求书中公布了：1.格拉姆角场和CNN-LSTM的电能质量扰动分类方法，其特征在于，包括以下步骤：S1、获取电能质量扰动数据，对样本数据进行预处理；S2、由GAF将一维数据从直角坐标转换到极坐标系，构建格拉姆矩阵，并转换成图像，然后对图像进行压缩；S3、由三层CNN网络对所述S2中压缩后的图像进行特征提取；S4、由LSTM层对所述S3中提取的特征值进行时间相关性学习；S5、由全连接层对所述S4输出的特征值做降维处理；S6、由概率层计算全连接层每一个输出的概率，然后通过分类层确定电能质量的类别；所述S1中，样本数据进行预处理为，采用离差标准化法对样本数据进行归一化，使归一化后的数据处在[-1,1]之间；所述S2中，数据转换为图像的步骤为：S201、由GAF将一维的电能质量扰动信号从直角坐标系映射到极坐标系中，然后构建格拉姆矩阵，转换函数和格拉姆矩阵为： ； ；其中，表示归一化的值；表示映射到极坐标的角度；S202、调用MATLAB中的imagesc函数将格拉姆矩阵转化为二维图像，矩阵中每一个元素对应图像中一个像素的颜色，原图像尺寸为等于矩阵的行和列数；在原图的横纵轴两个方向上每隔10个像素点各采样一次，采样通道为3个，调用round函数对采样点按四舍五入取整的方式进行处理，再将处理后的采样点按采样顺序组成矩阵，并调用imagesc函数转换为图像，实现图像压缩，压缩后的图像所需存储空间为原图的3.31%；所述S3中，三层CNN网络的特征提取为：由卷积层自动提取图像特征值，批量归一化层进行归一化，非线性激活函数ReLU激活，最大池化层进行最大池化操作，通过下采样将提取的特征变量进行精简化；所述S6中，概率层计算全连接层每一个输出的概率的计算公式为： ；其中，表示全连接层的第个采样点输出；表示概率层第个采样点输出的概率。

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北省电力有限公司恩施供电公司;湖北民族大学，其通讯地址为：445000 湖北省恩施土家族苗族自治州恩施市航空大道96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”。