Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网江西省电力有限公司南昌供电分公司刘洲获国家专利权

国网江西省电力有限公司南昌供电分公司刘洲获国家专利权

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!

龙图腾网获悉国网江西省电力有限公司南昌供电分公司申请的专利融合双域特征的宽频电能质量数据智能清洗方法及系统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:CN121188358B

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:202511729552.0,技术领域涉及:G06F18/10;该发明授权融合双域特征的宽频电能质量数据智能清洗方法及系统是由刘洲;陈锴锋;付熙玮;邹松;罗跃军;尹健;许淑萍;樊燕来设计研发完成,并于2025-11-24向国家知识产权局提交的专利申请。

融合双域特征的宽频电能质量数据智能清洗方法及系统在说明书摘要公布了:本发明公开了一种融合双域特征的宽频电能质量数据智能清洗方法及系统,旨在解决新能源与电力电子设备高比例接入下,电网宽频振荡及数据异常影响分析准确性的问题。方法包括:获取分相宽频电能质量数据,经滑动窗口秒级取样得样本数据并参数拟合,通过异常值检验量与自适应阈值定位异常、划分训练集;构建含局部感知、时频特征融合、数据生成模块的生成网络,优化算法对网络参数寻优,结合Adam算法最小化时频损失函数得最优模型;输入拟合后样本数据生成模拟量,替换异常数据并融合,得到清洗后数据。本发明可实现异常精准识别与模拟量高还原生成,大幅提升清洗精度,为后续电网分析提供高质量数据支撑。

本发明授权融合双域特征的宽频电能质量数据智能清洗方法及系统在权利要求书中公布了:1.融合双域特征的宽频电能质量数据智能清洗方法,其特征在于,包括如下步骤: 步骤S1:获取分相宽频电能质量数据; 步骤S2:用滑动窗口对分相宽频电能质量数据秒级取样,得到样本数据,对样本数据进行参数拟合并计算方差;完成参数拟合后,通过异常值检验量确定并定位异常数据,根据异常数据量划分训练集; 步骤S3:构建含局部感知模块、时频特征融合模块、数据生成模块的宽频电能质量数据生成网络模型;利用优化算法对宽频电能质量数据生成网络模型的参数进行范围寻优,分批次将训练集和训练集的短时傅里叶变换结果分别输入到模型,通过Adam算法以最小化改进的时频损失函数为目标优化更新模型参数,得到最优宽频电能质量数据生成网络模型;将步骤S2中参数拟合后的样本数据输入最优宽频电能质量数据生成网络模型,得到宽频电能质量模拟量数据; 步骤S4:用宽频电能质量模拟量数据替换定位的异常数据,对分相宽频电能质量数据中非异常数据和宽频电能质量模拟量数据进行融合,得到清洗后的宽频电能质量样本数据; 分批次将训练集和训练集的短时傅里叶变换结果分别输入到模型,通过Adam算法以最小化改进的时频损失函数为目标优化更新模型参数的具体过程为: 步骤S3.41:对训练集中的数据进行短时傅里叶变换,得到频域特征数据;对训练集中的数据进行标准化处理,得到标准化时域特征数据;按批次划分数据; 步骤S3.42:以最小化改进的时频损失函数为目标,分两阶段优化宽频电能质量数据生成网络模型参数,得到最优宽频电能质量数据生成网络模型。

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国网江西省电力有限公司南昌供电分公司,其通讯地址为:330006 江西省南昌市东湖区叠山路383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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。