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！

龙图腾网获悉国网甘肃省电力公司武威供电公司申请的专利基于大数据的用电行为聚类分析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：CN120524255B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202511014365.4，技术领域涉及：G06F18/23213；该发明授权基于大数据的用电行为聚类分析方法及系统是由喻冰峰;任晓东;张霞;代永春;徐敬国;张阳;李莉云;刘杰文;冉博;敬如雪;康耀堃;李秀秀;王娜;沈建梅;白艳琼设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本基于大数据的用电行为聚类分析方法及系统在说明书摘要公布了：本申请公开了基于大数据的用电行为聚类分析方法及系统，涉及数据分析领域，该方法包括：首先融合采集的有功功率时序数据、运维日志和气象监测数据，并通过多尺度滑窗与时间窗对齐实现子序列级特征构建；然后，利用预训练的深度编码器提取多源融合特征嵌入，显著提升了对复杂行为和突变事件的表征能力；进而，通过狄利克雷过程驱动的高斯混合动态聚类模型，实现了簇数和中心的自适应确定，并采用概率归属度推断方法对嵌入向量进行软分配，精确识别不同用电行为模式；最终，根据聚类标签，自动为各个园区分配典型用电行为标签。由此，全面提升了工业园区能效管理的精细化和智能化水平。

本发明授权基于大数据的用电行为聚类分析方法及系统在权利要求书中公布了：1.一种基于大数据的用电行为聚类分析方法，其特征在于，所述方法包括： 采集各个工业园区的有功功率时序数据、运维日志数据和气象监测数据，对所述有功功率时序数据进行标准化处理而生成归一化序列，基于多个预设窗口长度以预设步长对所述归一化序列进行滑窗切片而形成子序列集合，并将所述运维日志数据与气象监测数据按时间窗对齐到对应子序列； 将所述子序列集合及对齐的运维日志数据与气象监测数据输入预训练的深度编码器，得到融合多源特征的嵌入向量集合； 将所述嵌入向量集合输入到预训练的基于狄利克雷过程的高斯混合动态聚类模型中，调用模型训练得到的聚类数及聚类中心参数，通过聚类归属度推断方法将每个嵌入向量分配至相应聚类簇，以生成所述嵌入向量集合的聚类标签； 根据所述聚类标签确定各个工业园区所属的典型用电行为类别，并生成相应的典型用电行为标签； 其中，针对所述基于狄利克雷过程的高斯混合动态聚类模型的训练，包括： 采用预训练的深度编码器生成历史子序列集合所对应的历史嵌入向量集合，基于所述历史嵌入向量集合通过K-Means++算法分析初始化聚类中心； 采用学生t分布计算每个历史嵌入向量对所述聚类中心的初始软归属度： ， 式中，为第个历史嵌入向量对第个聚类中心的初始软归属度；表示第个由深度编码器生成的历史嵌入向量，历史嵌入向量集合所包含的历史嵌入向量的总数为；为第个聚类中心的位置向量，为聚类中心数量；为学生t分布的自由度超参数，用于调整分布的厚尾特性；为欧氏距离运算符，表示任一聚类中心的索引； 根据所述初始软归属度计算相应的目标软归属度，目标软归属度为初始软归属度的平方后归一化得到； 通过最小化所述初始软归属度与所述目标软归属度之间的KL散度损失函数，优化更新所述聚类中心位置： ， 式中，表示第个历史嵌入向量对第个聚类中心的目标软归属度，表示第个聚类中心的更新后的位置； 采用狄利克雷过程递归地为每个嵌入向量分配所属簇编号，并以非空簇的数量作为聚类模型的簇数；其中狄利克雷过程通过如下中餐厅过程表示： ， 式中，表示第个嵌入向量的簇标签，表示第个嵌入向量分配到第个簇的概率，条件为前个嵌入向量的簇分配已知；表示在前个嵌入向量中已分配到第个簇的样本数量；表示狄利克雷过程的浓度超参数，用于调节新簇出现的概率； 根据历史批次的嵌入向量集合与所述聚类中心之间的分布距离确定预设距离阈值θ，具体包括： 计算各历史批次的历史嵌入向量集合与聚类中心之间的Wasserstein距离，依据所有历史批次的距离分布的95%分位数来更新预设距离阈值θ。

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甘肃省电力公司武威供电公司，其通讯地址为：733000 甘肃省武威市凉州区南大街；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。