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！

龙图腾网获悉东南大学申请的专利一种基于递进式学习结构的非侵入式负荷分解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：CN115526265B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202211269012.5，技术领域涉及：G06F18/241；该发明授权一种基于递进式学习结构的非侵入式负荷分解方法是由赵剑锋;董坤;孙睿晨;毛妍纯;王琚珩;刘东升;金扬设计研发完成，并于2022-10-17向国家知识产权局提交的专利申请。

本一种基于递进式学习结构的非侵入式负荷分解方法在说明书摘要公布了：本发明公开了一种基于递进式学习结构的非侵入式负荷分解方法，包括以下步骤：采集房屋总有功功率和各目标电器有功功率数据；对数据进行预处理，构建数据集；利用所构建的数据集训练基于递进式学习结构的非侵入式负荷分解算法模型；将未知房屋的总有功功率输入基于递进式学习结构的非侵入式负荷分解算法模型，分解得到目标电器的功率消耗序列。本发明通过采用递进式学习结构和时间戳嵌入方法，增强了模型的特征提取能力，且丰富了模型的输入，显著提高了非侵入式负荷分解算法的准确度和泛化能力。

本发明授权一种基于递进式学习结构的非侵入式负荷分解方法在权利要求书中公布了：1.一种基于递进式学习结构的非侵入式负荷分解方法，其特征在于，包括： S1、采集房屋总有功功率和各目标电器有功功率数据； S2、对数据进行预处理，构建数据集，所述数据预处理步骤包括： 对功率数据以T为间隔进行重新采样； 对少于t时间的数据缺失通过前向填充来补值，对超过t时间的数据缺失用0填充； 删除总功率低于Pthres的数据； 给数据集添加状态标记，若电器功率大于开启阈值，则设备开启，状态值标记为1，若电器功率小于开启阈值，则标记为0； S3、利用所构建的数据集训练基于递进式学习结构的非侵入式负荷分解算法模型，所述基于递进式学习结构的非侵入式负荷分解算法模型包括网络I和网络Ⅱ，所述网络I负责判断目标电器的开关状态，所述网络Ⅱ基于网络I的分解结果精确还原目标电器的功率曲线； 所述网络I的输入为总功率信号和时间戳数据，输出为初步预测功率序列； 所述网络Ⅱ的输入为总功率信号、时间戳数据和网络I初步预测的目标电器状态序列，输出为最终预测功率序列； 所述网络I和网络Ⅱ的损失函数包括： 均方误差 推土距离误差 骰子损失 平均绝对误差 其中，和yt分别表示t时刻模型预测的电器功率和实际的电器功率；和st分别表示t时刻模型预测的电器状态和实际的电器状态；T是序列点总个数；和y分别代表模型预测电器功率和实际电器功率序列所在分布，是上的一组分布，其边际分别是和y，u和v为积分变量；O为电器实际开启或状态预测错误的时序点； 根据两个网络侧重任务的不同，网络I和网络Ⅱ的损失函数计算公式如下： 其中，λ为平均绝对误差损失项的权重； S4、将未知房屋的总有功功率输入基于递进式学习结构的非侵入式负荷分解算法模型，分解得到目标电器的功率消耗序列。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区新街口街道四牌楼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”。