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！

龙图腾网恭喜重庆邮电大学申请的专利一种基于单分类结合模糊宽度学习的负荷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：CN114676783B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202210338887.X，技术领域涉及：G06F18/2413；该发明授权一种基于单分类结合模糊宽度学习的负荷识别方法是由王毅;王萧阳设计研发完成，并于2022-04-01向国家知识产权局提交的专利申请。

本一种基于单分类结合模糊宽度学习的负荷识别方法在说明书摘要公布了：本发明公开了一种基于单分类结合模糊宽度学习的负荷识别方法，所述方法包括：对采集的负荷电流数据进行标准化处理；通过检测负荷电流的变化来判断有无投切事件的发生；检测到事件后通过投切前后的电流差值，提取当前设备电流数据，并利用傅里叶变换提取负荷电流的1‑9次奇次谐波构建负荷特征印记；基于负荷特征构建负荷特征库，并基于特征库训练模糊宽度学习系统；将待测负荷的特征序列通过单分类K近邻算法计算特征距离，判断样本是否为未知负荷；对检测为已知负荷的数据样本通过模糊宽度学习系统进行分类。与现有技术相比，本发明能够提高检测未知负荷，提高负荷分类模型的鲁棒性，进一步提高识别率。

本发明授权一种基于单分类结合模糊宽度学习的负荷识别方法在权利要求书中公布了：1.一种基于单分类结合模糊宽度学习的负荷识别方法，其特征在于，包括以下步骤：S1：采集总电能输入端的电流数据，对获得的负荷电流数据进行预处理；S2：根据处理后的电流数据，根据监测电流的变化量判断是否发生负荷投切事件，若无投切事件发生则继续执行S2；S3：通过投切前后的电流差值，提取当前设备电流数据，然后利用傅里叶变换提取1-9次奇次谐波构建负荷特征印记，并对数据进行标准化；S4：基于负荷特征构建负荷特征库，并基于特征库训练模糊宽度学习系统，模糊宽度学习系统主要由模糊系统、增强节点、系统输出三部分组成；S5：对待测样本提取特征后，基于负荷特征库通过单分类K近邻算法计算样本的待测距离和类内距离，根据距离大小判断样本是否为未知负荷；S6：对检测为已知样本的负荷利用模糊宽度学习系统进行分类，识别负荷类型。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区崇文路2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”。