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！

龙图腾网获悉国网湖北省电力有限公司电力科学研究院;国网湖北省电力有限公司申请的专利基于CNN-BiLSTM的电力量测数据动态填充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：CN120950844B 。

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：202511483170.4，技术领域涉及：G06F18/10；该发明授权基于CNN-BiLSTM的电力量测数据动态填充方法是由冀肖彤;柳丹;胡畔;宿磊;蔡萱;曹侃;冯冰洋;谭道军;熊昊哲;冯万里;叶畅;熊平;江克证;敖禹琦;李猎;胡宇宣;游力;康逸群;李喆;魏明江;谷若诗;陈子娅设计研发完成，并于2025-10-17向国家知识产权局提交的专利申请。

本基于CNN-BiLSTM的电力量测数据动态填充方法在说明书摘要公布了：本发明提供一种基于CNN‑BiLSTM的电力量测数据动态填充方法，基于历史同期相近数据，采用卷积神经网络、双向长短期记忆网络实现台区智能融合终端上送数据的动态缺失填充。本发明考虑了电力量测数据的时序特征、历史特征以及数据间的相关性等影响因素，构建了基于CNN‑BiLSTM网络的数据动态预测模型，其中，采用卷积神经网络CNN来提取数据局部特征，采用双向长短期记忆网络对量测数据进行时间序列特征、相关性和历史特征的学习，最后基于动态融合策略，通过结合历史特征和预测结果对缺失数据进行动态填充，并在不同场景下进行了填充效果评估。本发明方法简单、易实施，泛化能力强，准确性高，且能适应缺失率高和数据复杂的场景。

本发明授权基于CNN-BiLSTM的电力量测数据动态填充方法在权利要求书中公布了：1.一种基于CNN-BiLSTM的电力量测数据动态填充方法，其特征在于，包括以下步骤： 基于时间容错对齐、动态插值以及构建时间特征对原始电力量测数据进行预处理； 基于预处理后的数据中的历史同期数据构建历史特征； 基于数据动态预测模型需要的输入形式对输入数据进行数据标准化及序列搭建，其中输入数据包括与待填充数据具有相关性的数据、滞后数据、历史数据以及时间特征数据； 建立基于CNN-BiLSTM网络的数据动态预测模型，通过数据动态预测模型对缺失数据进行动态预测； 基于预测结果和历史特征进行缺失数据的动态填充：计算预测结果与历史特征的标准差，确定权重；基于权重加权融合预测结果与历史特征，得到最终填充值； 所述基于时间容错对齐、动态插值以及构建时间特征对原始电力量测数据进行预处理，包括： 时间容错对齐：生成理论时间序列，以固定时间间隔在规定时间段内生成理论时间点；将理论时间序列与实际时间序列通过差值裕度进行就近匹配，并将实际时间对应的数据并入理论时间数据框，筛选数据列以形成对齐后的数据集； 动态插值：对原始数据分段处理，计算滑动窗口内的标准差，根据标准差阈值选择插值方法：若波动大且有效数据点≥4时采用三次样条插值，否则采用线性插值；波动小则保留线性插值结果； 构建时间特征：将时间转换为三角函数形式，通过转换公式计算小时、分钟、秒对应的正弦和余弦分量，以表征时间周期性特征。

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湖北省电力有限公司电力科学研究院;国网湖北省电力有限公司，其通讯地址为：430077 湖北省武汉市洪山区徐东大街227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。