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！

龙图腾网获悉东南大学申请的专利一种基于噪声推断模型的非侵入式负荷分解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：CN116244597B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202310160431.3，技术领域涉及：G06F18/214；该发明授权一种基于噪声推断模型的非侵入式负荷分解方法是由赵剑锋;董坤;孙睿晨设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本一种基于噪声推断模型的非侵入式负荷分解方法在说明书摘要公布了：本发明提供一种基于噪声推断模型的非侵入式负荷分解方法，涉及电力技术与人工智能领域。该基于噪声推断模型的非侵入式负荷分解方法，获取居民用电有功功率消耗数据；以滑动窗口法获取长度合适的功率数据序列；使用基于噪声弥散过程的训练算法进行深度学习模型的训练；从服从高斯分布的随机噪声出发，使用噪声推断算法还原出目标负荷元件功率曲线；本发明将非侵入式负荷分解处理为负荷元件功率曲线的条件生成任务，采用噪声推断模型对负荷元件功率数据的分布进行建模，相较于基于对抗生成网络的负荷分解算法，本发明提供了更为稳定的训练结构。

本发明授权一种基于噪声推断模型的非侵入式负荷分解方法在权利要求书中公布了：1.一种基于噪声推断模型的非侵入式负荷分解方法，其特征在于，包括： 获取居民用电有功功率消耗数据； 获取目标有功功率数据序列； 基于目标有功功率数据序列使用基于噪声弥散过程的训练算法进行深度学习模型参数的训练； 从服从高斯分布的随机噪声出发，并结合参数训练后的深度学习模型，使用噪声推断算法还原出目标负荷元件的功率曲线； 所述噪声推断算法包括前向过程与逆向过程；其中，前向过程是一个固定的马尔可夫链，向一段干净的目标负荷元件功率曲线添加高斯噪声直至曲线失去显著特征；逆向过程是从服从高斯分布的随机噪声一步步还原出初始分布的过程，逆向转移分布需要通过深度学习模型预测； 所述噪声弥散过程的训练算法包括： 定义线性的噪声控制参数； 从训练集中选取样本； 在{1,2,…T}中随机选取时间步t值； 取随机噪声； 利用梯度下降法训练模型最小化实际噪声与模型预测噪声之间的距离 ，其中，； 重复上述步骤，直至模型收敛； 其中，所述噪声弥散过程步数为T，涉及T个隐变量，隐变量维数与原始功率数据维数相同。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区新街口街道四牌楼2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。