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！

龙图腾网获悉国网浙江省电力有限公司营销服务中心;中国电力科学研究院有限公司申请的专利一种电能表及环境自动化测试管理方法和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：CN119398356B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202510006061.7，技术领域涉及：G06Q10/063；该发明授权一种电能表及环境自动化测试管理方法和系统是由刘思;胡瑛俊;陈欢军;杨思洁;徐韬;姜洪浪;王晓东;徐开;谢泽楠;陆艳;杨依睿;孔德政;周佑;孙舒瑶;黄星尧;徐一帆;叶莘设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本一种电能表及环境自动化测试管理方法和系统在说明书摘要公布了：本发明公开了一种电能表及环境自动化测试管理方法和系统，该方法包括：采集电能表数据和实验室环境数据，将标准化后的数据分成多个层次进行处理，并进行多层加权融合，通过自适应加权和交叉验证机制，得到最终融合结果；利用多层混合神经网络优化算法，将最终融合结果和环境数据映射到高维空间，通过时空卷积层提取时空特征，并通过动态反馈循环层和自适应权重调控全连接层进行特征整合和最终预测，生成电能表性能评估结果；基于多目标自适应调度算法，结合实验需求和环境参数，以及电能表性能评估结果，通过梯度下降法优化调度策略，更新后的调度策略应用于测试流程和实验条件中，形成闭环控制，确保系统的持续优化和性能提升。

本发明授权一种电能表及环境自动化测试管理方法和系统在权利要求书中公布了：1.一种电能表及环境自动化测试管理方法，其特征在于，包括： S1、采集电能表数据和实验室环境数据，将标准化后的数据分成多个层次进行处理，并进行多层加权融合，通过自适应加权和交叉验证机制，得到最终融合结果； S2、利用多层混合神经网络优化算法，将最终融合结果和环境数据映射到高维空间，通过时空卷积层提取时空特征，并通过动态反馈循环层和自适应权重调控全连接层进行特征整合和最终预测，生成电能表性能评估结果； S3、基于多目标自适应调度算法，结合实验需求和环境参数，以及电能表性能评估结果，通过梯度下降法优化调度策略，更新后的调度策略应用于测试流程和实验条件中，形成闭环控制； 所述S1中，所述通过自适应加权和交叉验证机制的具体内容如下：根据每个数据点的波动性动态调整其权重，通过交叉验证机制对各层次的加权结果进行验证和调整，根据各层次的交叉验证误差，进行全局自适应调整； 所述S2，具体包括：在数据融合完成后，将最终融合结果和环境数据映射到高维空间，使用时空卷积层提取高维数据的时空特征，时空卷积层结合时间和空间特征，通过三维卷积核捕捉数据在时空域的复杂关系；将所有卷积核的输出组合成时空卷积特征矩阵，作为动态反馈循环层的输入，动态反馈循环层采用自适应反馈机制，捕捉数据的循环依赖特性；动态反馈循环层通过自适应反馈机制，动态调整循环层的状态；动态反馈循环层的输出传递给自适应权重调控全连接层，整合特征并进行最终的预测；自适应权重调控全连接层通过自适应权重调控机制，根据输入特征动态调整权重参数； 所述S3中，根据实验需求确定多目标优化目标，设实验需求为，环境数据为，调度策略为，优化目标为，将多层混合神经网络输出的电能表性能评估结果作为性能指标输入，多目标优化公式为： ， 其中，表示调度策略对实验需求和性能指标的适应性，表示调度策略对环境数据和性能指标的适应性，是实验需求指标q的权重，是环境数据指标p的权重，是实验需求的总数，是环境数据的总数； ， ， 其中，是控制实验需求在适应性函数中的重要性，是第q个实验需求，表示实验过程中的具体需求指标，是影响实验需求和调度策略之间关系的参数，是调度策略中与第q个实验需求对应的策略部分，是与第q个实验需求相关的电能表性能指标，是控制性能指标在适应性函数中的重要性；是控制环境数据在适应性函数中的重要性，是第p个环境数据，是影响环境数据和调度策略之间关系的参数，是调度策略中与第p个环境数据对应的策略部分，是控制环境数据在适应性函数中的重要性，是与第p个实验需求相关的电能表性能指标； 利用梯度下降法更新调度策略，具体更新公式为： ， 其中，和分别是更新前、后的调度策略，是学习率，控制调度策略更新的步长。

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国网浙江省电力有限公司营销服务中心;中国电力科学研究院有限公司，其通讯地址为：311100 浙江省杭州市余杭区云联路138号5幢；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”。