山东大学吴皓获国家专利权
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！
龙图腾网获悉山东大学申请的专利一种基于深度学习的非侵入式负荷分解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：CN115456148B 。
龙图腾网通过国家知识产权局官网在2025-11-07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：202211164730.6，技术领域涉及：G06F18/213；该发明授权一种基于深度学习的非侵入式负荷分解方法及系统是由吴皓;张玉森;马庆;杨庆荣设计研发完成，并于2022-09-23向国家知识产权局提交的专利申请。
本一种基于深度学习的非侵入式负荷分解方法及系统在说明书摘要公布了：本发明提出了一种基于深度学习的非侵入式负荷分解方法及系统，包括：对用户侧历史负荷运行功率数据进行预处理，得到聚合功率数据；建立深度学习模型，包括序列到序列模型及序列到点模型；其中，所述序列到序列模型针对预处理后聚合功率数据提取功率序列的特征，作为全局特征；针对序列到序列模型输出的全局特征按时间维度采用滑动窗口的方法划分为时间窗口；所述序列到点模型输出每个时间窗口对应目标序列的中值，以逐点预测目标序列。
本发明授权一种基于深度学习的非侵入式负荷分解方法及系统在权利要求书中公布了：1.一种基于深度学习的非侵入式负荷分解方法，其特征是，包括： 对用户侧历史负荷运行功率数据进行预处理，得到聚合功率数据； 建立深度学习模型，包括序列到序列模型及序列到点模型； 所述序列到序列模型针对预处理后聚合功率数据提取功率序列的特征，作为全局特征； 其中，预处理得到聚合功率数据输入至序列到序列模型，采用滑动窗口的方式迭代地将数据输入给序列到序列模型； 针对序列到序列模型输出的全局特征按时间维度采用滑动窗口的方法划分为时间窗口； 所述序列到序列模型包括序列到序列的基于时间卷积的深度神经网络，对迭代输入的数据进行处理，输出一定时间长度及维度的窗口特征； 所述序列到点模型输出每个时间窗口对应目标序列的中值，以逐点预测目标序列； 将得到的窗口特征再次采用滑动窗口的方式迭代的输入至序列到点模型，最终输出为目标分解电器的标准化后的功率预测值。
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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923号；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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励