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！

龙图腾网获悉英诺电力科技(天津)有限公司申请的专利基于GAF和ResNet-CBAM融合架构的电力负载识别方法及系统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：CN120408161B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510912192.1，技术领域涉及：G06F18/213；该发明授权基于GAF和ResNet-CBAM融合架构的电力负载识别方法及系统是由郭志涛;黄永;崔家铭;王尧;张子怡;李嘉诚;唐汉佳设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本基于GAF和ResNet-CBAM融合架构的电力负载识别方法及系统在说明书摘要公布了：本申请公开一种基于GAF和ResNet‑CBAM融合架构的电力负载识别方法及系统，涉及电力负载识别技术领域，包括采集电力数据并经初始数据处理后存为第一数据库；进行事件检测以确定事件发生时间；获取事件发生前后稳态数据生成事件对应的电量参数数据并生成信号波形，提取特征谐波；经GAF算法生成二维特征图像，利用ResNet‑CBAM神经网络对二维特征图像进行训练生成负载类型识别模型，利用识别模型识别负载类型。上述方案通过改进的GAF编码将原始信号转换为角度领域投影，实现特征的空间表示，改进的GAF可有效将电力负载数据转化为图像形式，便于传统神经网络直接对其进行处理，利于提升电力负载识别精度。

本发明授权基于GAF和ResNet-CBAM融合架构的电力负载识别方法及系统在权利要求书中公布了：1.一种基于GAF和ResNet-CBAM融合架构的电力负载识别方法，其特征在于，包括： 将设定负载接入电力线路后采集获取电力系统的电力数据，经初始数据处理后存储为第一数据库； 基于第一数据库中的电力数据，利用检测算法进行事件检测，确定各次事件发生时间并存储； 获取并根据各次事件发生前后的稳态数据，计算生成各次事件所对应的电量参数数据并关联存储为第二数据库； 自第二数据库中提取事件关联的电量参数数据并生成信号波形，利用傅里叶变换提取用以表征上述事件的特征谐波； 通过GAF算法对所述特征谐波进行图像化处理，生成二维特征图像； 结合第二数据库中存储的电量参数数据，利用ResNet-CBAM神经网络对生成的二维特征图像进行训练生成负载类型识别模型； 获取电力数据并基于所述负载类型识别模型识别输出负载类型； 其中，所述事件包括负载进入工作状态和负载结束工作状态； 所述电量参数数据包括电流数据及电压数据； 根据各次事件发生前后的稳态数据计算生成各次事件所对应的电量参数数据，其计算公式为： V=（Voff+Von）2； I=Ion-Ioff； 其中，V为电力线路的稳态电压，所述Voff为负载结束工作后电力线路的电压，Von为负载进入工作状态后电力线路的电压，I为电力线路的稳态电流，Ion为负载进入工作状态后电力线路的电流，Ioff为负载结束工作后电力线路的电流； 根据事件发生前后的稳态数据获取上述事件的电量参数数据还包括： 基于既已获取的电量参数数据，利用DDIM算法模型进行数据扩充； 将扩充后的数据与原始数据进行对比评价，形成所述第二数据库； 所述电力负载识别方法还包括： 接入负载后于电力线路的不同位点采集电力系统的电力数据，并与采样位点关联存储为多个电力数据组； 利用所述负载类型识别模型对多个电力数据组中的数据进行识别，输出多个负载类型识别结果； 根据多次负载类型识别结果判定各采样位点的识别准确率； 对各采样位点进行识别准确率标记。

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英诺电力科技(天津)有限公司，其通讯地址为：300110 天津市南开区科研西路天津科技广场4号楼1502(天开园)；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”。