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！

龙图腾网获悉吉林化工学院申请的专利非平衡工业负荷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：CN116561658B 。

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：202310523729.6，技术领域涉及：G06F18/241；该发明授权非平衡工业负荷辨识方法是由林琳;马雪丽;柳江;农贵山;张振伟;臧义超;许津豪;李士林;张云山设计研发完成，并于2023-05-10向国家知识产权局提交的专利申请。

本非平衡工业负荷辨识方法在说明书摘要公布了：本发明公开了非平衡工业负荷辨识方法，具体按照以下步骤实施：工业负荷数据及其对应的开关状态原始样本，从TMLD数据集中选取多个原始样本，对每个原始样本划分多个区间，对每个区间提取含8种熵特征的27种时域特征，构建原始特征集合；基于预测值变化量方式计算原始特征集合中特征重要度并排序，以CatBoost分类准确率为决策变量，通过前向特征选择确定原始样本对应设备的最优分类特征子集；采用Borderline‑SMOTE方法合成样本数据进行平衡化处理，得到平衡开关样本数据；构建贝叶斯超频带超参数优化的CatBoost分类器对工业负荷进行辨识；本发明非平衡工业负荷辨识方法能够提高非平衡工业负荷的辨识精度。

本发明授权非平衡工业负荷辨识方法在权利要求书中公布了：1.非平衡工业负荷辨识方法，其特征在于，具体按照以下步骤实施： 步骤1、工业负荷数据及其对应的开关状态原始样本，从TMLD数据集中选取多个原始样本，对每个原始样本划分多个区间，对每个区间提取含8种熵特征的27种时域特征，构建原始特征集合； 步骤2、基于预测值变化量方式计算原始特征集合中特征重要度并排序，以CatBoost分类准确率为决策变量，通过前向特征选择确定原始样本对应设备的最优分类特征子集； 步骤3、采用Borderline-SMOTE方法合成样本数据进行平衡化处理，得到平衡开关样本数据； 步骤4、构建贝叶斯超频带超参数优化的CatBoost分类器对工业负荷进行辨识； 步骤4具体过程为：采用贝叶斯超频带优化算法优化CatBoost分类器超参数的函数，以超参数优化函数的全局最小化或最大化为目标，构建目标函数表示为： h表示作为输入的平衡后的样本数据，x表示超参数； 采用函数来代替，表示为： 其中； 将平衡开关样本数据输入目标函数，得到优化超参数的CatBoost分类器，将待辨识工业负荷数据输入优化超参数的CatBoost分类器，得到开关状态； 贝叶斯优化算法BO使用各种概率代理模型根据已计算的数据样本定义预测分布，本文使用期望改善EI标准作为采集函数，表示为： 其中，BO采用树Parzen估计器TPE方法，TPE不是直接通过对函数进行建模，而是采用核密度估计器对输入配置的密度进行建模，表示为： 。

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吉林化工学院，其通讯地址为：132022 吉林省吉林市龙潭区承德街45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。