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！

龙图腾网获悉珠海派诺科技股份有限公司申请的专利基于负载事件检测的恶性负载识别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：CN116340867B 。

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：202310289062.8，技术领域涉及：G06F18/2431；该发明授权基于负载事件检测的恶性负载识别方法是由肖梓勤;邓翔;徐永凯;陈适铭设计研发完成，并于2023-03-23向国家知识产权局提交的专利申请。

本基于负载事件检测的恶性负载识别方法在说明书摘要公布了：本发明公开了一种基于负载事件检测的恶性负载识别方法。包括：从正常负载和恶性负载单独运行的电学数据中，提取各类型负载单独运行时的电力信息特征，以此建立负载分类算法；基于电能表实时采集的电力信息特征，实时检测负载事件；负载事件检测包括在实时测量电力信息数据的过程中，通过比较前一段时间和后一段时间的实时电力信息数据是否有同分布，来判断是否发生了负载事件；从实时检测的负载事件的电力信息数据中提取具有增量信息的电力信息特征；利用建立的所述负载分类算法实时对新加入负载进行恶性负载识别判断。该基于负载事件检测的恶性负载识别方法响应速度快、可靠性高、准确有效、易于实施。

本发明授权基于负载事件检测的恶性负载识别方法在权利要求书中公布了：1.一种基于负载事件检测的恶性负载识别方法，其特征是包括： 从正常负载和恶性负载单独运行的电学数据中，提取各类型负载单独运行时的电力信息特征，以此建立负载分类算法； 其负载分类算法所使用的维度基本数据包括接入新负载前后：接入新负载前后有功功率变化量ΔP、无功功率变化量ΔQ、视在功率变化量ΔS、功率因素变化量ΔPF和第k次电流谐波含量变化量Δhk； 基于电能表实时采集的电力信息特征，实时检测负载事件； 负载事件检测包括在实时测量电力信息数据的过程中，通过比较前一段时间和后一段时间的实时电力信息数据是否有同分布，来判断是否发生了负载事件；其同分布判断包括： 首先对前后两段数据分别进行等距分箱，得到对应的分布占比情况,然后求得同时段占比差值的绝对值，接着将各分箱的分布占比差值的绝对值相加得到滑动窗口双边对应的分布情况，最后通过批量实验数据给定一个合理的阈值进行初步的同分布判断； 获取筛选出的初步同分布判断结果，然后取前后两段数据进行递推中值平滑滤波后的中值做差值处理，并计算对应的标准差，接着通过比较差值是否大于三倍标准差之和的方式进行进一步的同分布判断; 从实时检测的负载事件的电力信息数据中提取具有增量信息的电力信息特征； 利用建立的所述负载分类算法实时对新加入负载进行恶性负载识别判断； 将确定的分类模型进行模型压缩，使其能够嵌入智能电表中。

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珠海派诺科技股份有限公司，其通讯地址为：519085 广东省珠海市高新区科技创新海岸创新八路88号派诺二期；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。