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！

龙图腾网获悉南京大学申请的专利基于带噪学习的电力使用行为模式识别方法及设备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：CN116340776B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310349416.3，技术领域涉及：G06F18/214；该发明授权基于带噪学习的电力使用行为模式识别方法及设备是由李文中;沈林杉;陆桑璐设计研发完成，并于2023-04-04向国家知识产权局提交的专利申请。

本基于带噪学习的电力使用行为模式识别方法及设备在说明书摘要公布了：本发明公开了一种基于带噪学习的电力使用行为模式识别方法及设备，所述方法包括：通过基于Adjmatch的带噪学习的方法，对家庭每日用电记录数据进行筛选，将每日用电记录数据分为干净数据和带噪数据两部分，使用半监督的方式进行训练，引入类别先验信息对损失函数进行修正，并基于对比学习的技术，通过两种对比损失函数来增强神经网络对带有噪声标签的每日用电记录数据的模式识别能力。本发明通过对家庭每日用电记录进行分析，识别出对应的用电模式。与常规的基于深度学习的电力使用行为模式识别方法相比，可有效降低噪声标签对识别精度带来的负面效应，从而提高模式识别的准确率。

本发明授权基于带噪学习的电力使用行为模式识别方法及设备在权利要求书中公布了：1.一种基于带噪学习的电力使用行为模式识别方法，其特征在于，包括以下步骤： 数据采集步骤，收集家庭每日用电记录数据，根据其使用行为模式，对数据进行标注，组成训练数据集； 数据预处理步骤，对训练集数据进行预处理，包括去除异常值、填充缺失值、归一化、数据增强，所述数据增强包括弱增强和强增强两种方式； 模型预热步骤，不加以区分地将训练数据集中每日用电记录输入到两个神经网络中进行初步训练，使得神经网络对电力使用行为模式具有初步的识别能力； 数据筛选步骤，使用高斯混合模型对用电记录数据进行筛选，将数据划分为两个部分，分别带有干净标签和带有噪声标签，组成有标签集合和无标签集合； 模型训练步骤，使用划分后的每日用电记录数据用于模型训练，利用有标签数据计算修正交叉熵损失，利用无标签数据计算一致性正则化损失，并采用对比学习获取精细化的行为模式特征；所述训练步骤中，采用co-teaching的训练方法，使用两个神经网络协同训练，一个神经网络筛选的时间序列将交由另一个神经网络用于训练，其中对于有标签数据使用经过类别修正的有监督交叉熵损失，对于无标签数据使用一致性正则化损失，并且使用对比学习来加强用电记录数据的变换一致性，训练中总损失包括校正的有监督交叉熵损失得到一致性正则化损失以及对比损失同时使用SGD优化器进行参数更新；对比损失函数形式如下： 其中，α为超参数，时空对比损失的具体公式为： 实例对比损失的具体公式为： 其中i表示时间序列数据的索引，t表示时间步，N表示一个批次的数据数量，表示对一条时间序列数据的所有时间步进行求和，zi,t表示经过弱增强处理的第i条数据第t时间步经过神经网络非线性变换得到的特征向量片段，z′i,t表示经过强增强处理的第i条数据第t时间步经过神经网络非线性变换得到的特征向量片段，simzi,t,z′i,t表示zi,t和z′i,t之间的相似度，τ是一个超参数； 模式识别步骤，使用训练好的模型根据用电记录数据进行分析，得到电力使用行为模式的识别结果。

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南京大学，其通讯地址为：210093 江苏省南京市鼓楼区汉口路22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。