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苏省电力有限公司南京供电分公司;河海大学;国网江苏省电力有限公司;南京南瑞信息通信科技有限公司申请的专利一种基于电量和电压信息融合的户变关系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：CN114021430B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202111220448.0，技术领域涉及：G06F30/27；该发明授权一种基于电量和电压信息融合的户变关系辨识方法是由马洲俊;朱红;许洪华;王春宁;黄伟;牛军伟;陈逸如;侯先伟;孙国强;臧海祥;施健;魏训虎;冯隆基设计研发完成，并于2021-10-20向国家知识产权局提交的专利申请。

本一种基于电量和电压信息融合的户变关系辨识方法在说明书摘要公布了：一种基于电量和电压信息融合的户变关系辨识方法，基于热重启随机梯度下降和一类支持向量机信息融合，包括以下步骤：1构建台区用电量参数化模型；2利用随机梯度迭代和学习率自调整方法求全局最优解，进行初步辨识；3利用滑动时间窗多次判断得到初步户变识别结果；4基于初步识别结果，由户变关系正常用户的电压数据构成训练样本；5利用一类支持向量机，学习台区户变关系正常用户的电压特征，构建户变关系识别模型，实现对低压台区户变关系的正确辨识。本发明能够有效识别出户变关系档案错误用户，查全率和查准率都有较大提升，节约排查成本，实现了基于台区不同特征信息融合的综合判断方法，与单一特征信息判断方法相比较，识别结果更稳定和可靠。

本发明授权一种基于电量和电压信息融合的户变关系辨识方法在权利要求书中公布了：1.一种基于电量和电压信息融合的户变关系辨识方法，其特征是基于热重启随机梯度下降和一类支持向量机信息融合，包括以下步骤： 1根据台区总表电量和用户电量守恒，构建台区用电量参数化模型； 2利用随机梯度迭代和学习率自调整方法建立台区用电量参数化模型的全局最优解的求解过程，对用户与台区的隶属关系进行初步辨识； 基于能量守恒原理求解台区用电量参数化模型： 1.1输入电量数据，将求解参数初始化； 输入待分析台区变压器总表和n个用户共T天的日用电量数据，总表的用电量数据构成T*1的台区总表电量矩阵Y，用户的用电量数据构成T*n的用户电量矩阵X； 初始化用户电量系数C为n*1的全1向量，即初始状态默认待分析用户都为户变档案正确用户，得到初始化的台区用电量参数化模型Y=XC； 1.2利用热重启随机梯度下降求解台区用电量参数化模型，设置求解参数：单次迭代次数设置为K=1*10^5，热重启循环求解次数设置为R=3； 1.3计算第s次迭代的方程组代价函数E，即Y=XC的误差平方和，其计算公式为： 8 式中，yt表示关口表第t天的电量，Xt表示第t天n个用户构成的用电量矩阵，Cs表示第s次迭代所对应的电量系数矩阵，s∈[1,K]； 求代价函数E关于用户用电量系数Cs的梯度δ，求导公式如下： δ=9 根据当前的迭代步长和梯度方向更新用电量的系数如式10： 10 为热重启结合余弦退火的学习率； 在每次循环结束后对C进行规约，规约后的值作为C下一迭代循环的初值，规约公式为： 12 cs表示Cs中的元素，对于小于下阈值的用户判定为存在档案错误的可疑用户，大于上阈值的则判定为该台区的用户，而在这之间的用户说明陷入局部最优，需调整参数重新迭代求解，每次校正后的用电量系数作为下一次运行的初值； 3采用基于滑动时间窗的多次判断方法，将台区历史数据划分为多个具有不同起始日期的时间窗，基于步骤12进行多次求解，将多次求解结果取并集，得到户变隶属关系，即初步户变识别结果； 4基于初步识别结果，由户变关系正常用户的电压数据构成训练样本； 5用一类支持向量机的方法，学习台区户变关系正常用户的电压特征，构建户变关系识别模型，对台区当前档案中的所有用户进行户变识别，得到其中户变关系档案错误的用户，实现对台区户变关系的正确辨识。

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苏省电力有限公司南京供电分公司;河海大学;国网江苏省电力有限公司;南京南瑞信息通信科技有限公司，其通讯地址为：210019 江苏省南京市建邺区奥体大街1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。