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！

龙图腾网获悉国网重庆市电力公司营销服务中心;北京邮电大学;国家电网有限公司申请的专利电表故障的分类方法、装置、电子设备及计算机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：CN116010875B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202211530445.1，技术领域涉及：G06F18/2415；该发明授权电表故障的分类方法、装置、电子设备及计算机存储介质是由陈文礼;程瑛颖;黄子健;高欣;苏宇;成涛;陆治军;肖冀;邹波;王思韡;万树伟;杨芾藜;刘型志;何珉;吴华设计研发完成，并于2022-12-01向国家知识产权局提交的专利申请。

本电表故障的分类方法、装置、电子设备及计算机存储介质在说明书摘要公布了：本申请公开了一种电表故障的分类方法、装置、电子设备及计算机存储介质，涉及电能计量技术领域，解决了目前存在难以判断电表故障类型，造成对电表故障处理不及时，故障处理效率低的问题。该方法包括：将输入数据集划分为二类样本集；建立类别差异约束流模型，分别利用二类样本子集对类别差异约束流模型进行训练，更新参数，得到每个故障类型对应的目标类别差异约束流模型；将二类样本集中每个样本子集输入到对应的目标类别差异约束流模型中，分别得到二类映射样本子集；确定初始分类器，对初始分类器进行训练，得到每个故障类型对应的目标分类器；获取测试样本，确定测试样本对应的故障类型。

本发明授权电表故障的分类方法、装置、电子设备及计算机存储介质在权利要求书中公布了：1.一种电表故障的分类方法，其特征在于，包括： 获取多个电表在多个故障类型下的故障历史数据作为输入数据集，并将所述输入数据集划分为二类样本集，其中，所述二类样本集包括所述多个故障类型中每个故障类型对应的二类样本子集； 建立类别差异约束流模型，并利用所述每个故障类型对应的二类样本子集对所述类别差异约束流模型进行训练，更新参数，得到所述每个故障类型对应的目标类别差异约束流模型，包括：建立包括样本标准化层、可逆变换层和仿射耦合层的类别差异约束流模型；其中，所述样本标准化层用于在每个维度上采用可学习的尺度变换s1和偏移变换b1进行变换，每个维度的变换公式表示为： 公式1：， 其中，为所述样本标准化层的输入样本，为所述样本标准化层的输出数据，表示向量对应位置相乘；所述可逆变换层用于对经过所述样本标准化层的样本进行变换，经过可逆变换后的样本表示为： 公式2：， 其中，表示初始化的维随机矩阵，为所述可逆变换层的输入样本，为所述可逆变换层的输出数据；所述仿射耦合层用于将经过所述可逆变换层的样本的属性划分为两部分，并采用非线性变换NN对划分后的样本的一部分属性进行变换，得到尺度变换s2和偏移变换b2，以及使用尺度变换s2和偏移变换b2对划分后的样本的另一部分属性进行仿射变换，所述尺度变换s2和偏移变换b2，以及经过仿射变换后的特征分别表示为： 公式3： 公式4：， 其中，表示样本第1到d维特征，表示样本第d+1到维特征，为所述仿射耦合层的输出数据；将所述每个故障类型对应的二类样本子集中每个样本输入到所述公式1中，确定所述每个样本对应的样本标准化层损失，所述样本标准化层损失表示为： 公式5： 其中，表示向量第个元素；将所述样本标准化层的输出数据作为所述可逆变换层的输入样本输入到所述公式2中，确定所述每个样本对应的可逆变换层损失，所述可逆变换层损失表示为： 公式6： 其中，表示计算矩阵行列式；将所述可逆变换层的输出数据作为所述仿射耦合层的输入样本输入到所述公式3和所述公式4中，确定所述每个样本对应的仿射耦合层损失，所述仿射耦合层损失表示为： 公式7： 获取所述每个样本对应的全局约束损失、局部约束损失，并基于所述每个样本对应的样本标准化层损失、可逆变换层损失、仿射耦合层损失、全局约束损失和局部约束损失确定所述类别差异约束流模型的模型损失函数，以及通过最小化模型损失函数，采用梯度下降法更新所述类别差异约束流模型的参数，得到所述每个二类样本子集对应的目标类别差异约束流模型，所述每个二类样本子集对应的模型损失函数表示为： 公式8：， 其中，，为所述二类样本子集中第i个样本，M为所述二类样本子集中样本的数量，为所述类别差异约束流模型，潜空间数据分布，表示y类别对应的均值为和协方差矩阵为的正态分布，，和为用于构建局部约束的线性分类器的权重值和偏移值，为正则化超参数，为控制局部约束损失权重的超参数，且超参数大小由各部分损失大小决定，计算公式表示为： ， 其中，表示计算数据的数量级； 将所述每个故障类型对应的二类样本子集输入到对应的目标类别差异约束流模型中，得到二类映射样本集； 确定初始分类器，并基于所述二类映射样本集中每个故障类型对应的映射样本子集对所述初始分类器进行训练，得到所述每个故障类型对应的目标分类器； 获取测试样本，以及基于所述每个故障类型对应的目标类别差异约束流模型、目标分类器在所述多个故障类型中确定所述测试样本对应的故障类型。

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国网重庆市电力公司营销服务中心;北京邮电大学;国家电网有限公司，其通讯地址为：401120 重庆市渝北区青枫北路20号凤凰D座；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。