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！

龙图腾网恭喜国网河南省电力公司经济技术研究院;华中科技大学;青岛智电新能科技有限公司申请的专利一种基于双态特征匹配与云边端协同的电力负荷辨识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：CN119577487B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202510127933.5，技术领域涉及：G06F18/23；该发明授权一种基于双态特征匹配与云边端协同的电力负荷辨识方法是由王世谦;方家琨;张永斌;张艺涵;艾小猛;邓振立;陈峰;胡玉生;蒋小亮;葛玉磊;王坤设计研发完成，并于2025-02-05向国家知识产权局提交的专利申请。

本一种基于双态特征匹配与云边端协同的电力负荷辨识方法在说明书摘要公布了：本发明涉及电力负荷辨识技术领域，具体涉及一种基于双态特征匹配与云边端协同的电力负荷辨识方法，包括：构建负荷事件启动和关闭事件特征子集，建立负荷事件与用电设备相关性模型作为第一模型；利用Gini指数的节点顺序优化策略，开发有向无环图支持向量机的负荷辨识方法作为第二模型；构建基于Mediodshift聚类与稳态特征分析的负荷辨识算法作为第三模型；整合第一模型、第二模型和第三模型进行训练，以构建基于云端的深度学习Bi‑LSTM算法的深度神经网络负荷辨识模型，建立云边端协同辨识机制。本发明通过对不同电器的启停过程进行有效判断，从而实现更加精准和高效的电力负荷辨识。

本发明授权一种基于双态特征匹配与云边端协同的电力负荷辨识方法在权利要求书中公布了：1.一种基于双态特征匹配与云边端协同的电力负荷辨识方法，其特征在于，包括以下步骤：S1，基于优化后的CUSUM复合滑动窗累计和变点检测算法对负荷事件的特征检测，构建负荷事件启动和关闭事件特征子集，建立负荷事件与用电设备相关性模型，作为第一模型；S2，结合暂态事件运行特性标签化特征库，利用Gini指数的节点顺序优化策略，开发有向无环图支持向量机的负荷辨识方法，作为第二模型；S3，结合稳态事件运行特性标签化特征库，利用时间特征对负荷事件进行细化分类，构建基于Mediodshift聚类与稳态特征分析的负荷辨识算法，作为第三模型；S4，整合第一模型、第二模型和第三模型进行训练，以构建基于云端的深度学习Bi-LSTM算法的深度神经网络负荷辨识模型，建立多特征匹配与云边端协同的分布式资源感知技术与云边端协同辨识机制。

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河南省电力公司经济技术研究院;华中科技大学;青岛智电新能科技有限公司，其通讯地址为：450000 河南省郑州市二七区嵩山南路87号院办公区C楼1-10层；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”。