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！

龙图腾网获悉杭州致成电子科技有限公司申请的专利一种基于LSTM模型的电能表异常识别方法及装置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：CN120744474B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202510883191.9，技术领域涉及：G06F18/2131；该发明授权一种基于LSTM模型的电能表异常识别方法及装置是由彭锦;楼建波;顾鹏设计研发完成，并于2025-06-28向国家知识产权局提交的专利申请。

本一种基于LSTM模型的电能表异常识别方法及装置在说明书摘要公布了：本申请提供一种基于LSTM模型的电能表异常识别方法及装置，涉及电力计量检测技术领域。本申请提供的技术方案通过计算预测负荷数据序列的负荷数据残差序列并筛选出异常负荷数据残差序列，可以准确定位异常数据的时间位置；同时从原子异常残差序列库中匹配与异常负荷数据残差序列相似度最高的目标原子异常残差序列，并将其对应的原子异常类型确定为目标电能表对应的目标原子异常类型，避免了复杂的特征提取和分类过程。与现有技术相比，本申请提供的技术方案能够在准确识别电能表异常的同时降低计算量，从而提高异常识别效果。

本发明授权一种基于LSTM模型的电能表异常识别方法及装置在权利要求书中公布了：1.一种基于LSTM模型的电能表异常识别方法，其特征在于，所述方法包括： 获取目标电能表的当前负荷数据； 对所述当前负荷数据进行预处理，得到原始负荷数据； 将所述原始负荷数据输入LSTM预测模型，得到预测负荷数据序列； 计算所述预测负荷数据序列的负荷数据残差序列，并从所述负荷数据残差序列中筛选出异常负荷数据残差序列； 从原子异常残差序列库中匹配与所述异常负荷数据残差序列相似度最高的目标原子异常残差序列； 所述从原子异常残差序列库中匹配与所述异常负荷数据残差序列相似度最高的目标原子异常残差序列之前，还包括： 获取原子异常案例数据、以及与所述原子异常案例数据时间长度相同的样本案例用户数据；根据所述样本案例用户数据对应的负荷曲线数据对所述样本案例用户数据进行聚类，得到所述样本案例用户数据对应的分类簇；计算相同所述分类簇内用户之间的相似度，并确定最大的所述相似度对应的目标用户；计算所述目标用户对应的原子异常案例数据与所述样本案例用户数据之间的原子异常残差序列，并根据所述原子异常残差序列构建原子异常残差序列库； 所述从原子异常残差序列库中匹配与所述异常负荷数据残差序列相似度最高的目标原子异常残差序列，包括： 对所述异常负荷数据残差序列归一化处理以及对数变换，得到第一异常残差序列；对所述第一异常残差序列进行离散小波变换，得到第一异常信号；检测所述第一异常信号的第一异常波峰，并提取所述第一异常波峰的第一异常波峰特征；获取所述原子异常残差序列库中的原子异常残差序列对应的原子异常波峰特征；计算所述第一异常波峰特征与所述原子异常波峰特征之间的相似度；将所述相似度最高的原子异常波峰对应的原子异常残差序列确定为目标原子异常残差序列； 将所述目标原子异常残差序列对应的原子异常类型确定为所述目标电能表对应的目标原子异常类型。

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杭州致成电子科技有限公司，其通讯地址为：310051 浙江省杭州市滨江区长河街道滨安路597号恒鼎大厦12层1201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。