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！

龙图腾网获悉上海电力大学申请的专利一种非侵入式负荷分解方法、装置及存储介质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：CN115983347B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202310066496.1，技术领域涉及：G06N3/0464；该发明授权一种非侵入式负荷分解方法、装置及存储介质是由刘丹丹;王茂设计研发完成，并于2023-01-12向国家知识产权局提交的专利申请。

本一种非侵入式负荷分解方法、装置及存储介质在说明书摘要公布了：本发明涉及一种基于实例和批量规范化网络的非侵入式负荷分解方法、装置及存储介质，其中方法包括：获取低频功率数据，并划分为训练集和测试集；数据预处理；基于滑动窗口进行数据分割；为每一用电设备构建非侵入式负荷分解模型，采用融合注意力机制的编码器‑解码器结构实现各用电设备的低频有功功率序列到点的映射，模型的输入为家庭总功率时间序列窗口，输出为用电设备的功率时间序列窗口中的点值，编码器‑解码器结构基于集成了实例规范化和批量规范化的IBN‑Net结构构建；基于训练集训练模型，并基于测试集进行测试，得到各用电设备的有功功率分解值，与真实值进行比较，完成模型评估。与现有技术相比，本发明具有分解精度高、模型泛化性好等优点。

本发明授权一种非侵入式负荷分解方法、装置及存储介质在权利要求书中公布了：1.一种基于实例和批量规范化网络的非侵入式负荷分解方法，其特征在于，包括以下步骤： 步骤1基于智能电表获取家庭总电源与各用电设备的低频功率数据，并划分为训练集和测试集； 步骤2对低频功率数据进行数据预处理； 步骤3基于滑动窗口对经过预处理的低频功率数据进行分割； 步骤4为每一用电设备构建基于实例和规范化网络的非侵入式负荷分解模型，采用融合注意力机制的编码器-解码器结构实现各用电设备的低频有功功率序列到点的映射，所述非侵入式负荷分解模型的输入为家庭总功率时间序列窗口，输出为用电设备的功率时间序列的窗口中点值，所述编码器-解码器结构基于多层集成了实例规范化和批量规范化的IBN-Net结构构成； 编码器从总功率窗口序列Yt:t+L−1中提取目标用电设备的功率信息并映射到上下文向量C，，为编码过程中生成的输入序列t时刻的隐藏状态，编码过程表示为： 式中：为编码函数；W、b分别为编码层的函数权重和偏置； 编码器和解码器间的注意力单元用于捕获编码器输出特征中目标用电设备的显著激活，提取更具有价值的特征信息用于分解，注意力单元的计算过程如下： 式中，、和是模型的待学习参数； 所述注意力单元为单层前馈神经网络，通过计算注意力权重，返回编码器的输出随时间的加权平均值，即上下文向量； 解码器用于对目标用电设备的序列进行重建，解码过程如下： 式中：为解码函数，、分别为解码层的函数权重和偏置；为整个解码过程中动态可变的上下文向量，由编码器和解码器间的注意力单元计算生成； 步骤5基于分割后的训练集数据训练非侵入式负荷分解模型； 步骤6将分割后的测试集数据输入训练完成的非侵入式负荷分解模型，得到各用电设备的有功功率分解值，并与真实值进行比较，对模型进行评估。

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上海电力大学，其通讯地址为：201306 上海市浦东新区沪城环路1851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。