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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于传递迁移学习的非侵入式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：CN119131564B 。

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：202411042518.1，技术领域涉及：G06V20/00；该发明授权一种基于传递迁移学习的非侵入式负荷识别方法是由罗平;林广智;孙博宇;潘泳圳;朱振宇;陈张平;王坚设计研发完成，并于2024-07-31向国家知识产权局提交的专利申请。

本一种基于传递迁移学习的非侵入式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传递迁移学习的非侵入式负荷识别方法。为更好挖掘负荷功率的时序信息，提高阻性负荷的差异，选取融合V‑I轨迹和格拉姆矩阵的图像作为负荷特征。由于ImageNet‑1K的图像标注质量高且覆盖类别广，故将其作为源域。分别选取老小区和新建小区的负荷为中间域和目标域。首先利用源域对ResNet50进行预训练，并通过少量中间域数据微调预训练模型的卷积层权重。将所得权重赋给目标域U‑Net网络中由ResNet50组成的编码器部分，再利用少量目标域数据训练U‑Net的所有权重。训练好的网络即可进行负荷识别。该方法解决了迁移学习中源域和目标域差异过大和新建小区负荷样本少导致识别精度不高的问题。

本发明授权一种基于传递迁移学习的非侵入式负荷识别方法在权利要求书中公布了：1.一种基于传递迁移学习的非侵入式负荷识别方法，其特征在于：使用老小区的电力负荷数据作为中间域数据，提取中间域数据特征用于对源域数据预训练后的模型作进一步的训练，具体步骤如下： 步骤一、针对来自中间域的电力负荷数据，采用CUSUM算法对电力负荷数据进行事件检测，截取事件发生前后的稳态周期数据，对稳态周期数据进行归一化处理，使电压、电流的数值分布在[0,1]之间，然后映射到一个二维平面上，形成V-I轨迹；将V-I轨迹所处平面分为2n×2n个网格；对每个网格内的电流值和电压值进行判断，当网格内的电流值和电压值同时为正，则令该网格的像素值为1，否则为0，形成V-I轨迹二值图；将稳态周期对应的功率序列转化为格拉姆矩阵；将V-I轨迹二值图复制为三通道图像，与格拉姆矩阵中对应位置的像素值加权平均，并将叠加后的像素值大小限制在0到255之间，得到融合有功功率的V-I轨迹图，作为负荷数据的特征图像； 步骤二、源域到中间域的迁移 选用图像数据为源域数据，对ResNet50网络进行预训练；再选择少量中间域的特征图像对预训练后的ResNet50网络卷积层部分进行微调； 步骤三、中间域到目标域的迁移 将步骤二训练好的ResNet50网络的卷积层部分的权重迁移到U-Net网络的编码器上，将U-Net网络作为负荷辨识网络，输出负荷识别结果，收集少量待识别的负荷数据，人工标注后采用全局微调对U-Net网络的所有层进行训练，完成从中间域到目标域的迁移； 步骤四、非侵入式负荷识别 对于未知的待识别负荷数据，生成其特征图像，然后输入步骤六训练后的U-Net网络中，从输出端得到对应的负荷识别结果。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。

以上内容由龙图腾AI智能生成。