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！

龙图腾网获悉江苏恒润电力设计院有限公司申请的专利基于大数据的电能质量干扰源耐受性检测与优化治理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：CN120123851B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202510608104.9，技术领域涉及：G06F18/241；该发明授权基于大数据的电能质量干扰源耐受性检测与优化治理方法是由胡文裕设计研发完成，并于2025-05-13向国家知识产权局提交的专利申请。

本基于大数据的电能质量干扰源耐受性检测与优化治理方法在说明书摘要公布了：本发明涉及电能技术领域，尤其涉及一种基于大数据的电能质量干扰源耐受性检测与优化治理方法，S1.生成标准化电能质量大数据集；S2.将标准化电能质量大数据集输入基于残差密集卷积网络的深度学习模型；S3.形成电能质量干扰源精准识别与耐受性状态判定结果；S4.输出最优治理参数组合；S5.基于最优治理参数组合生成针对电能质量干扰源的智能化优化治理策略，并自动实施治理操作；S6.智能化优化治理策略实施后，形成闭环反馈优化控制。本发明形成从干扰检测到响应治理的闭环智能控制体系，显著提升了复杂电能扰动场景下的治理效率与系统稳定性。

本发明授权基于大数据的电能质量干扰源耐受性检测与优化治理方法在权利要求书中公布了：1.一种基于大数据的电能质量干扰源耐受性检测与优化治理方法，其特征在于，包括如下步骤： S1.实时采集多维度电能质量数据，并汇集至大数据平台，进行预处理操作，生成标准化电能质量大数据集； S2.将标准化电能质量大数据集输入基于残差密集卷积网络的深度学习模型，输出电能质量干扰源的初步分类结果及其耐受性等级； S3.将干扰源初步分类结果与耐受性等级与大数据平台中的历史电能质量大数据进行比对分析，形成电能质量干扰源精准识别与耐受性状态判定结果； S4.根据干扰源精准识别与耐受性状态判定结果，构建以电能质量干扰源治理参数为优化变量的多目标优化模型，利用改进花朵授粉算法对多目标优化模型进行全局搜索与局部微调，输出最优治理参数组合； S5.基于最优治理参数组合生成针对电能质量干扰源的智能化优化治理策略，并自动实施治理操作； S6.智能化优化治理策略实施后，实时采集治理后电能质量大数据集，并将治理效果反馈至大数据平台进行监测与分析，若电能质量干扰源耐受性状态未达到预设目标，则重复执行步骤S4至S6，形成闭环反馈优化控制； 所述S2包括以下步骤： S21.将标准化电能质量大数据集表示为张量输入至基于残差密集卷积网络的深度学习模型中，其中，表示特征通道数，分别对应电压、电流与频率的标准化无量纲表示； S22.针对电能质量干扰源特征中时域波动性与频域扰动性并存的特点，构建时频双支路特征提取结构，将输入张量同时送入： 时域分支：直接使用时域张量进行残差密集卷积提取； 频域分支：对张量的每个通道沿时间轴施加离散傅里叶变换，构造频域张量，保持与时域张量相同的维度和结构，其中，为离散傅里叶变换操作，作用于每一个特征通道，提取频域特征； S23.在时域分支中，采用层级残差密集单元对时域张量进行特征提取，得到时域特征张量： ； 其中，为第层的时域特征图，为第层的时域特征图，作为跳连特征，为第层的非线性变换，表示通道级联操作； S24.同理，在频域分支中构建频域残差密集结构，输入为时域张量，得到频域特征张量，提取干扰源的周期性特征与频谱震荡结构； S25.将时域特征张量与频域特征张量分别施加全局平均池化，得到时域特征向量和频域特征向量，基于干扰源耐受性识别的任务要求，引入跨域注意力融合机制对时域特征向量和频域特征向量进行加权融合，得到最终融合特征向量： ； 其中，为最终融合得到的全局特征向量，维度取决于残差密集卷积网络输出通道数，为时域残差密集网络第个监测装置在第个时间步的输出特征向量，为频域残差密集网络第个监测装置在第个频点上的输出特征向量，为分别为时域和频域特征序列的采样点数，为注意力加权因子，分别表示对于第个监测装置，在时域特征与频域特征中的响应重要性； S26.将融合特征向量输入至残差密集卷积网络结构中的输出头部模块，输出电能质量干扰源类型分类结果和电能质量系统对当前干扰源的耐受性评分。

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江苏恒润电力设计院有限公司，其通讯地址为：210000 江苏省南京市鼓楼区中央路399号6幢1407室；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”。