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！

龙图腾网获悉浙江工业大学申请的专利一种多设备多任务非侵入式负载识别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：CN120632574B 。

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：202510761942.X，技术领域涉及：G06F18/241；该发明授权一种多设备多任务非侵入式负载识别方法是由曹迪;张家凯;雷艳静设计研发完成，并于2025-06-09向国家知识产权局提交的专利申请。

本一种多设备多任务非侵入式负载识别方法在说明书摘要公布了：本发明公开了一种多设备多任务非侵入式负载识别方法，包括如下步骤：S1、获取多个电器设备的总负载功率；S2、建立多任务联合识别模型并采用训练集进行训练，多任务联合识别模型包括依次连接的编码器、初步预测模块、任务解码器和最终预测模块；S3、将待识别的多个电器设备的总负载功率输入训练好的多任务联合识别模型，获得对应的最终预测结果即为负载识别结果。可获得多设备多任务的无延迟负载识别结果，并进一步降低了计算量和参数量，便于部署，成本低。

本发明授权一种多设备多任务非侵入式负载识别方法在权利要求书中公布了：1.一种多设备多任务非侵入式负载识别方法，其特征在于：包括如下步骤： S1、获取多个电器设备的总负载功率； S2、建立多任务联合识别模型并采用训练集进行训练，所述多任务联合识别模型包括依次连接的编码器、初步预测模块、任务解码器和最终预测模块，其中： 所述编码器，包括四个串连的ResNet残差块； 所述初步预测模块，包括并行的分类模块和回归模块，所述分类模块和回归模块均用于执行如下操作： 利用第一解码器对编码器输出的共享特征进行解码，获得解码特征； 利用预测头对解码特征进行预测，获得初始预测结果； 将初始预测结果和解码特征在通道维度上进行拼接操作获得拼接特征向量； 所述任务解码器，包括三个串连的解码模块，且所述任务解码器的输入特征包括分类模块的初始预测结果、回归模块的初始预测结果、以及前三层ResNet残差块的输出特征，所述解码模块包括并行的分类任务分支和回归任务分支，所述分类任务分支和回归任务分支均包括依次连接的一个特征融合模块、两个第一Mamba模块和一个第二Mamba模块； 所述最终预测模块，包括两个并行的预测头，并将第三个解码模块的两个第二Mamba模块的输出特征一一对应输入预测头，则两个预测头的输出特征即为最终预测结果； S3、将待识别的多个电器设备的总负载功率输入训练好的多任务联合识别模型，获得对应的最终预测结果即为负载识别结果。

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工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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。