长园飞轮物联网技术(杭州)有限公司陈文韬获国家专利权
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！
龙图腾网获悉长园飞轮物联网技术(杭州)有限公司申请的专利基于微型机器学习的非侵入式用电负荷分解方法及系统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：CN116466164B 。
龙图腾网通过国家知识产权局官网在2026-02-06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：202310436582.7，技术领域涉及：G01R31/00；该发明授权基于微型机器学习的非侵入式用电负荷分解方法及系统是由陈文韬设计研发完成，并于2023-04-17向国家知识产权局提交的专利申请。
本基于微型机器学习的非侵入式用电负荷分解方法及系统在说明书摘要公布了：本发明公开了一种基于微型机器学习的非侵入式用电负荷分解方法，包括：S1、采集用电负荷数据并对进行特征提取、快速傅里叶变换和归一化处理，将处理后数据的划分为训练数据集和测试数据集；S2、对训练数据集的用电负荷数据进行基于残差神经网络结构的迭代训练以获得用电负荷分解模型；S3、对电负荷模型进行量化压缩；S4、将测试数据集的用电负荷数据输入压缩后的用电负荷分解模型并评估分解模型是否符合使用需求；S5、通过用电负荷分解模型对用户的实时用电负荷数据进行分解，以监测各用电设备的运行功率。本发明使用高频采样数据，并进行FFT分解，能够有效的构造负荷特征，提升模型准确度。
本发明授权基于微型机器学习的非侵入式用电负荷分解方法及系统在权利要求书中公布了：1.一种基于微型机器学习的非侵入式用电负荷分解方法，其特征在于，包括： S1、采集用电负荷数据并对用电负荷数据特征提取、快速傅里叶变换和归一化处理，将经过归一化处理后的用电负荷数据按预设比例划分为训练数据集和测试数据集； S2、对所述训练数据集的用电负荷数据进行基于残差神经网络结构的迭代训练以获得用电负荷分解模型； S3、采用TensorFlowLite框架对电负荷模型进行量化压缩以获得压缩后的用电负荷分解模型； S4、将测试数据集的用电负荷数据输入压缩后的用电负荷分解模型并计算模型评估参数，通过模型评估参数评估压缩后的用电负荷分解模型是否符合使用需求，若是则输出经过评估的用电负荷分解模型，否则重复执行步骤S2～S4直至用电负荷模型符合使用需求； S5、采用经过评估的且部署在MCU上的用电负荷分解模型对用户的实时用电负荷数据进行分解，以监测各用电设备的运行功率。
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长园飞轮物联网技术(杭州)有限公司，其通讯地址为：311100 浙江省杭州市余杭区仓前街道爱力中心1幢310室；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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励