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电力系统非平稳信号频率-相位联合预测方法和装置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：CN120893634B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202511398004.4，技术领域涉及：G06Q10/04；该发明授权一种电力系统非平稳信号频率-相位联合预测方法和装置是由冯俊淏;张帅;张承慧;戴同垠;刘陈设计研发完成，并于2025-09-28向国家知识产权局提交的专利申请。

本一种电力系统非平稳信号频率-相位联合预测方法和装置在说明书摘要公布了：本申请涉及电力系统智能感知与信号处理技术领域，涉及一种电力系统非平稳信号频率‑相位联合预测方法和装置。所述方法包括：通过基于参数空间遍历的数据扩充方法生成包含频率偏移及噪声的训练集数据；构建多任务神经网络模型；使用训练集数据基于物理约束训练策略训练多任务神经网络模型；对待测信号进行窗口切分输入所述训练完成的多任务神经网络模型获取预测的电力信号频率、相位，将预测结果经卡尔曼滤波校正后输出瞬时频率和瞬时相位预测结果。本发明通过多任务深度神经网络模型实现基频、瞬时相位及谐波成分的联合精确估计，显著提升强谐波环境下的稳定性与时频解析能力。

本发明授权一种电力系统非平稳信号频率-相位联合预测方法和装置在权利要求书中公布了：1.一种电力系统非平稳信号频率-相位联合预测方法，其特征在于，包括以下步骤： 通过基于参数空间遍历的数据扩充方法生成包含频率偏移及噪声的训练集数据； 构建多任务神经网络模型，依次包括：第一卷积层、频域注意力模块、第二卷积层、第三卷积层和多任务协同输出模块，所述多任务协同输出模块包括频率估计器、相位估计器、谐波估计器； 使用训练集数据基于物理约束训练策略训练多任务神经网络模型，所述物理约束训练策略包括多维损失函数、信号重构损失、谐波能量约束及自适应梯度更新策略； 对待测信号进行窗口切分输入所述训练完成的多任务神经网络模型获取预测的电力信号频率、相位，将预测结果经卡尔曼滤波校正后输出瞬时频率和瞬时相位预测结果； 所述第一卷积层依次包括一维卷积、批量归一化层和SiLU激活函数； 所述第二卷积层依次包括最大池化层、一维卷积、批量归一化层和SiLU激活函数； 所述第三卷积层依次包括最大池化层、一维卷积、批量归一化层、SiLU激活函数和自适应平均池化层； 频域注意力机制实现方式为： 并行执行三组卷积： Q分支，1D卷积生成查询矩阵； K分支，1D卷积生成键矩阵； V分支，1D卷积生成值矩阵； 将Q、K展平后计算注意力权重矩阵，与V相乘输出加权频域特征； 所述频率估计器采用全连接层将特征映射至隐藏层，经批量归一化与随机失活正则化后，通过无偏置项的线性层输出归一化频率参数；该频率参数经Sigmoid激活函数约束至0,1的区间，再通过变换还原为实际频率值； 所述相位估计器通过全连接层与批量归一化对时频融合特征向量进行特征压缩，并对压缩后的特征施加L2范数归一化；通过反三角函数计算最终的瞬时相角估计值； 所述谐波估计器为四维输出结构，通过全连接层、批量归一化及轻度随机失活正则化后，由线性层生成原始谐波幅值系数，该系数经Sigmoid激活压缩至0,1区间，再乘以物理约束上限0.05得到谐波估计值。

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：250100 山东省济南市历城区山大南路27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。