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！

龙图腾网获悉华南理工大学申请的专利基于时空特征自适应提取与深度融合的表后光伏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：CN121093287B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511418053.X，技术领域涉及：G06F18/25；该发明授权基于时空特征自适应提取与深度融合的表后光伏分解方法是由张桦晖;罗庆全;余涛;胡小磊;王克英;潘振宁设计研发完成，并于2025-09-30向国家知识产权局提交的专利申请。

本基于时空特征自适应提取与深度融合的表后光伏分解方法在说明书摘要公布了：本发明公开了一种基于时空特征自适应提取与深度融合的表后光伏分解方法，包括：收集用户的净负荷数据和表后光伏出力标签数据并进行预处理，按照比例划分为训练集、验证集和测试集；构建自适应邻接矩阵动态表征用户节点空间关联关系，生成动态时空图；构建包含时序特征提取模块、空间特征提取模块和时空状态模块的表后光伏分解模型，并基于训练集迭代更新自适应邻接矩阵与模型参数；在测试阶段，基于最优自适应邻接矩阵与模型开展表后光伏分解。本发明实现了对安装于智能电表之后的户用分布式光伏装置发电功率的高精度分解，有助于低成本地实现海量户用分布式光伏监测，提升配电网对表后光伏的承载、调控能力。

本发明授权基于时空特征自适应提取与深度融合的表后光伏分解方法在权利要求书中公布了：1.基于时空特征自适应提取与深度融合的表后光伏分解方法，其特征在于，包括以下步骤： 1收集用户的净负荷数据和表后光伏出力标签数据并进行预处理，将预处理后的净负荷数据和表后光伏出力标签数据划分为训练集、验证集和测试集； 2根据净负荷数据之间的互信息值初始化自适应邻接矩阵，构建由分解误差反向传播机制动态更新的自适应邻接矩阵，对用户节点空间关联关系进行动态表征后，构建包含用户间时空关联关系的动态时空图； 3基于训练集中的表后光伏出力标签数据计算分解误差，利用反向传播机制迭代更新自适应邻接矩阵与构建的表后光伏分解模型中的可学习参数，在所有迭代轮次中，选取对验证集中的用户净负荷数据具有最好分解性能的模型和自适应邻接矩阵作为最优模型和最优自适应邻接矩阵保存； 所述表后光伏分解模型由时序特征提取模块、空间特征提取模块和时空状态模块组成，所述时序特征提取模块利用快速傅里叶变换方法分析净负荷数据得到频域信息，结合时域和频域信息对净负荷数据进行周期性解耦后，提取并加权聚合表后光伏出力多尺度周期特征，生成动态时空图上的用户节点时序特征表示；所述空间特征提取模块以动态时空图上的用户节点时序特征表示为输入，先基于当前迭代轮次的自适应邻接矩阵进行全局空间建模，进一步表征广域用户节点空间关联关系，通过多跳聚合机制将动态时空图上的用户节点时序特征表示更新为用户节点时空特征表示，并生成动态时空图嵌入；所述时空状态模块基于动态时空图嵌入对用户间时空关联关系进行显式建模后，执行选择性时空状态转移过程，深度融合用户节点时空特征表示生成表后光伏分解结果； 4在测试阶段，基于最优模型和最优自适应邻接矩阵对测试集中的用户净负荷数据开展表后光伏分解，得到测试集中用户的表后光伏出力。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。