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！

龙图腾网获悉河南大学申请的专利一种基于阈值降噪网络的非侵入式负荷分解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：CN115905814B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202211572490.3，技术领域涉及：G06F18/10；该发明授权一种基于阈值降噪网络的非侵入式负荷分解方法是由蒋磊;朱林;何欣;金声设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。

本一种基于阈值降噪网络的非侵入式负荷分解方法在说明书摘要公布了：本发明公开了一种基于阈值降噪网络的非侵入式负荷分解方法，包括：获取各电器的功率数据，对所述功率数据进行归一化处理，并将归一化后功率数据划分为训练集和测试集；构建基于SoftThresholding和Transfromer的阈值降噪网络，并将其作为负荷分解模型，将预处理后的训练集数据输送至构建好的负荷分解模型中进行训练；通过测试集数据对训练好的负荷分解模型进行测试，计算出各个电器的分解功率。本发明构建的阈值降噪网络主要包括SoftThresholding和Transfromer层，既能实现并行化处理，又能够去除数据中的噪声污染，得到更精确的特征，提升了负荷分解的准确度。

本发明授权一种基于阈值降噪网络的非侵入式负荷分解方法在权利要求书中公布了：1.一种基于阈值降噪网络的非侵入式负荷分解方法，其特征在于，包括： 步骤1：获取各电器的功率数据，对所述功率数据进行归一化处理，并将归一化后功率数据划分为训练集和测试集； 步骤2：构建基于SoftThresholding和Transfromer的阈值降噪网络，并将其作为负荷分解模型，将预处理后的训练集数据输送至构建好的负荷分解模型中进行训练，得到训练好的负荷分解模型； 所述步骤2中构建的负荷分解模型包括输入模块、特征处理模块、输出模块；所述输入模块包括卷积层、池化层、位置编码层；卷积层和池化层用来初步提取特征信息，位置编码层用来提取输入数据中包含的位置信息；特征处理模块包括Transfomer层、软阈值化层，软阈值化层包含SoftThresholding函数；Transformer层用来进一步提取上一步得到的特征，通过Transformer拥有的注意力机制来关注重要的信息，忽略不重要的信息；软阈值化层用来处理过滤特征信息中所包含的噪声；所述特征处理模块还包括标准化层、前向传播层；输出模块用于输出住宅内各电器的用电负荷，输出模块包括卷积层、全连接层； 所述特征处理模块中，数据处理流程包括： 通过Transformer层进一步提取上一步得到的特征，通过Transformer拥有的注意力机制来关注重要的信息，忽略不重要的信息；在经过Transformer处理后，将得到的特征输入软阈值化层进行SoftThresholding处理；将注意力机制与软阈值化得到的特征与原特征进行融合并送入标准化层进行处理得到特征矩阵M；在得到初步处理后的特征矩阵M后，将M分别送入前向传播层以及软阈值化层并继续进行特征融合得到融合矩阵N；在得到融合矩阵N之后重复上述操作，将最终得到的特征矩阵输入到输出模块中； 步骤3：通过测试集数据对训练好的负荷分解模型进行测试，计算出各个电器的分解功率。

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河南大学，其通讯地址为：475004 河南省开封市金明区东京大道和金明大道交叉口河南大学(金明校区)；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。