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！

龙图腾网获悉中能拾贝科技有限公司申请的专利基于深度残差网络的电力设备数据异常检测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：CN120256928B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510748949.8，技术领域涉及：G06F18/213；该发明授权基于深度残差网络的电力设备数据异常检测方法及系统是由沈春贤;唐票林;李善海;李大全;丁祖华设计研发完成，并于2025-06-06向国家知识产权局提交的专利申请。

本基于深度残差网络的电力设备数据异常检测方法及系统在说明书摘要公布了：本发明涉及数据异常检测技术领域，具体为基于深度残差网络的电力设备数据异常检测方法及系统，通过获取电力设备的多维时间序列数据，并进行预处理；构建深度残差网络模型对所述多维时间序列数据进行分析，获得电力设备异常数据；所述深度残差网络模型包括多尺度残差分析单元、自适应维度注意力机制分析单元、自编码异常度量分析单元和轻量级推理优化单元；依据所述电力设备异常数据进行异常可解释性分析，包括定位电力设备异常数据、生成电力设备异常热力图和生成电力设备故障类型。本发明通过对电力设备数据基于深度残差网络的分析，从而提高异常识别的准确性。

本发明授权基于深度残差网络的电力设备数据异常检测方法及系统在权利要求书中公布了：1.基于深度残差网络的电力设备数据异常检测方法，其特征在于，包括： 获取电力设备的多维时间序列数据，并进行预处理；所述多维时间序列数据包括电压、电流、温度、振动和局部放电； 构建深度残差网络模型对所述多维时间序列数据进行分析，获得电力设备异常数据；所述深度残差网络模型包括多尺度残差分析单元、自适应维度注意力机制分析单元、自编码异常度量分析单元和轻量级推理优化单元； 所述多尺度残差分析单元包括多分支并行结构特征提取层、深度可分离卷积层配置层、残差连接路径设置层和特征融合层；所述多分支并行结构特征提取层通过对每个分支采用不同尺寸的卷积核，获得电力设备的短期时间依赖特征、中期时间依赖特征和长期时间依赖特征；所述深度可分离卷积层配置层依据深度可分离卷积层对电力设备的短期时间依赖特征、中期时间依赖特征和长期时间依赖特征的计算复杂度进行降低；所述残差连接路径设置层通过残差连接路径将多分支输入特征通过直接相加的方式连接到分支输出端，对电力设备原始信号在深层网络中进行保留；所述特征融合层通过对电力设备的短期时间依赖特征、中期时间依赖特征和长期时间依赖特征进行自适应融合，生成电力设备的运行状态综合特征； 所述自适应维度注意力机制分析单元包括全局信息提取层、通道注意力模块构建层和维度间依赖关系建模层；所述全局信息提取层通过全局平均池化和全局最大池化分别计算多维时间序列数据各维度的统计特征；所述通道注意力模块构建层由两层全连接网络组成，将统计特征输入维度压缩和将压缩的统计特征恢复到输入维度，生成各维度的重要性得分并应用Sigmoid激活函数处理；所述维度间依赖关系建模层基于各维度的重要性得分计算电力设备不同参数间的相关性矩阵，获得参数间的耦合关系，对运行状态综合特征进行验证； 所述自编码异常度量分析单元包括编码器和解码器的自编码网络结构，其中所述编码器基于多尺度残差分析单元，对电力设备正常运行状态的隐含特征进行提取，所述解码器采用转置卷积结构，将隐含特征重建为原始输入数据； 依据所述电力设备异常数据进行异常可解释性分析，包括定位电力设备异常数据、生成电力设备异常热力图和生成电力设备故障类型。

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中能拾贝科技有限公司，其通讯地址为：510700 广东省广州市黄埔区联和街道光谱中路11号2栋1单元14层02-04单位；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”。