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！

龙图腾网获悉浙江万里学院申请的专利基于跨层网络连接的低频信号非侵入式负荷状态辨识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：CN116226709B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202310135412.5，技术领域涉及：G06F18/24；该发明授权基于跨层网络连接的低频信号非侵入式负荷状态辨识方法是由袁杰;张延红;金冉设计研发完成，并于2023-02-20向国家知识产权局提交的专利申请。

本基于跨层网络连接的低频信号非侵入式负荷状态辨识方法在说明书摘要公布了：本发明公开了一种基于跨层网络连接的低频信号非侵入式负荷状态辨识方法，通过提取总电表的电流、有功功率和无功功率以及各自变化量，送入定义好的深度神经网络一，得到各单电器的电流、有功功率和无功功率的变化量，与跳层连接的总电路电气量一起，送入定义好的深度神经网络二，得到单电器的工作状态。本发明方法的优点在于：由于采用跳层连接，同时采用了高层特征和低层特征进行推理，充分利用了数据；由于使用了低频采样数据和双层LSTM模型，模型结构也不复杂，运算量可控，对硬件要求并不高；由于基于1分钟采样一次的低频非侵入式信号处理技术，本发明方法无需对电表进行硬件改造，极大地节约了成本，具有广阔的应用和推广前景。

本发明授权基于跨层网络连接的低频信号非侵入式负荷状态辨识方法在权利要求书中公布了：1.基于跨层网络连接的低频信号非侵入式负荷状态辨识方法，其特征在于，包括以下步骤： 1收集总电表的电流、有功功率和无功功率的训练数据，并收集各单电器的电流、有功功率和无功功率的训练数据，对各单电器的电流、有功功率和无功功率进行聚类，得到单电器的工作状态集； 2以训练数据中总电表每一时刻的电流、有功功率和无功功率作为总电路电气量序列，计算训练数据中每一时刻的总电表电流、有功功率和无功功率相对上一时刻的总电表电流、有功功率和无功功率的变化量，得到总电路电气变化量序列；计算训练数据中每一时刻的每个单电器的电流、有功功率和无功功率相对上一时刻的每个单电器的电流、有功功率和无功功率的变化量，得到单电器电气变化量序列； 3构造深度神经网络一，对每个单电器，将总电路电气量序列、总电路电气变化量序列作为输入特征，并将单电器电气变化量序列作为输出特征，送入深度神经网络一中进行学习，得到单电器变化量回归模型； 4构造深度神经网络二，对每个单电器，将总电路电气量序列、总电路电气变化量序列、单电器变化量回归模型的输出作为输入特征，并将单电器的工作状态集作为输出特征，送入深度神经网络二中进行学习，得到单电器工作状态分类模型； 5对每个单电器，将总电路电气量序列、总电路电气变化量序列作为输入特征，送入单电器变化量回归模型，推导出每个单电器的电气变化量；对每个单电器，将总电路电气量序列、总电路电气变化量序列、单电器变化量回归模型的输出作为输入特征，并将单电器的工作状态集作为输出特征，送入单电器工作状态分类模型，辨识得到每个单电器的负荷状态。

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浙江万里学院，其通讯地址为：315100 浙江省宁波市鄞州区钱湖南路8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。