買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉國網(wǎng)遼寧省電力有限公司經(jīng)濟技術(shù)研究院;國家電網(wǎng)有限公司申請的專利一種基于零樣本學(xué)習(xí)的綜合能源系統(tǒng)非侵入式建模方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114386314B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202111495935.8，技術(shù)領(lǐng)域涉及：G06F18/20；該發(fā)明授權(quán)一種基于零樣本學(xué)習(xí)的綜合能源系統(tǒng)非侵入式建模方法是由商文穎;程孟增;王宗元;徐熙林;張娜;鄔桐;李金起;胡旌偉;張玫珊;劉凱;楊方圓;楊博;許言路;楊天蒙設(shè)計研發(fā)完成，并于2021-12-09向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于零樣本學(xué)習(xí)的綜合能源系統(tǒng)非侵入式建模方法在說明書摘要公布了：本發(fā)明屬于能源系統(tǒng)建模技術(shù)領(lǐng)域，尤其涉及一種基于零樣本學(xué)習(xí)的綜合能源系統(tǒng)非侵入式建模方法。本發(fā)明利用基于稀疏編碼的零樣本學(xué)習(xí)對自能源中設(shè)備分類，對綜合能源系統(tǒng)已知數(shù)據(jù)集及其輔助信息對分類模型進行訓(xùn)練，將已知數(shù)據(jù)集所學(xué)習(xí)的知識有效遷移到未知數(shù)據(jù)集中，實現(xiàn)對未知設(shè)備數(shù)據(jù)集的分類；采用雙向長短期記憶網(wǎng)絡(luò)對設(shè)備運行狀態(tài)進行提取，根據(jù)提取結(jié)果對綜合能源系統(tǒng)中用電設(shè)備、發(fā)電設(shè)備和儲能設(shè)備的運行狀態(tài)劃分；基于設(shè)備運行狀態(tài)建立多模因子隱馬爾可夫模型，實現(xiàn)對含未知類型設(shè)備的綜合能源系統(tǒng)的非侵入式建模。本發(fā)明準(zhǔn)確地識別綜合能源系統(tǒng)中未知類型設(shè)備，有效減少非侵入式建模方法的平均誤差，使模型精度和準(zhǔn)確度得到顯著提高。

本發(fā)明授權(quán)一種基于零樣本學(xué)習(xí)的綜合能源系統(tǒng)非侵入式建模方法在權(quán)利要求書中公布了：1.一種基于零樣本學(xué)習(xí)的綜合能源系統(tǒng)非侵入式建模方法，其特征是：包括以下步驟：步驟1.對綜合能源系統(tǒng)中已知類型設(shè)備和未知類型設(shè)備進行分類，利用基于稀疏編碼的零樣本學(xué)習(xí)對自能源中設(shè)備進行分類，對綜合能源系統(tǒng)已知數(shù)據(jù)集及其輔助信息對分類模型進行訓(xùn)練，將已知數(shù)據(jù)集所學(xué)習(xí)的知識有效遷移到未知數(shù)據(jù)集中，從而實現(xiàn)對未知設(shè)備數(shù)據(jù)集的分類；包括：步驟1.1.將綜合能源系統(tǒng)中的Nknow個已知類型設(shè)備運行功率時間序列構(gòu)成已知數(shù)據(jù)集合其中Dknow為已知數(shù)據(jù)集合，pknow,i為已知類型設(shè)備運行功率時間序列，yknow,i為相應(yīng)的已知類型設(shè)備標(biāo)簽，Yknow為已知類別設(shè)備標(biāo)簽集合，Qknow為已知類型設(shè)備的數(shù)量；步驟1.2.將綜合能源系統(tǒng)中待識別的NX個未知類型設(shè)備運行功率時間序列構(gòu)成未知數(shù)據(jù)集合其中DX為未知數(shù)據(jù)集合，pX,i為未知類型設(shè)備運行功率時間序列，yknow,i為相應(yīng)的未知類型設(shè)備標(biāo)簽，Yknow為未知類別設(shè)備標(biāo)簽集合，Qknow為已知類型設(shè)備的數(shù)量，yX,i為相應(yīng)的未知類型設(shè)備標(biāo)簽；步驟1.3.對已知類型設(shè)備運行功率時間序列進行語義字典學(xué)習(xí)：其中，Lknow為已知類型設(shè)備語義字典，Hknow為已知類型設(shè)備語義表示，||·||F為Frobenius范數(shù)，為已知類型設(shè)備語義字典正則項，λ控制正則項的強度，Pknow為已知類型設(shè)備運行功率時間序列；步驟1.4.對未知類型設(shè)備運行功率時間序列進行語義字典學(xué)習(xí)： 其中，qj為yX,j在語義嵌入空間的表示，ωij為輸入時間序列pX,i屬于標(biāo)簽yX,j的概率，HX為未知類型設(shè)備語義表示，LX為未知類型設(shè)備語義字典，si為設(shè)備運行狀態(tài)，||LX-Lknow||為用于限制LX與Lknow適應(yīng)度的正則項，||hi-qj||為用于限制未知類型設(shè)備功率時間序列在語義嵌入空間的表示與未知類型設(shè)備標(biāo)簽在語義嵌入空間的表示的相似度的正則項；步驟1.5.分別固定對步驟1.3和步驟1.4中的HX和LX進行交替迭代求解，并根據(jù)結(jié)果在嵌入空間中找到對應(yīng)分類： 上式中，為未知類型設(shè)備語義表示最優(yōu)解，為未知類型設(shè)備語義表示最優(yōu)解，||·||F為Frobenius范數(shù)；步驟2.根據(jù)分類結(jié)果對綜合能源系統(tǒng)中各設(shè)備進行運行狀態(tài)提取，利用基于雙向長短期記憶網(wǎng)絡(luò)設(shè)備進行運行狀態(tài)提取，所用Bi-LSTM網(wǎng)絡(luò)共包含六層，其中輸入層的長度為時間窗t長度，第二層為卷積層，用來從信號中提取特征，第三、四層是Bi-LSTM，第五層為卷積層、第六層是全連接層，整個網(wǎng)絡(luò)通過時間正反雙向傳播方法進行訓(xùn)練；步驟3.根據(jù)提取的運行狀態(tài)進行劃分；步驟4.根據(jù)劃分結(jié)果建立一種多模因子隱馬爾可夫模型，如下式： 上式中，為初始時刻第Q+1個設(shè)備的運行狀態(tài)，pt為t時刻設(shè)備的運行功率，為t時刻第Q+1個設(shè)備的運行狀態(tài)，為t-1時刻第Q+1個設(shè)備的運行狀態(tài)，Nμi,εi為期望值為μi、標(biāo)準(zhǔn)差為εi的正態(tài)分布，為t時刻第1個設(shè)備的運行狀態(tài)，為t時刻第2個設(shè)備的運行狀態(tài)，π為初始狀態(tài)概率分布，A為狀態(tài)轉(zhuǎn)移矩陣，B為觀測矩陣；步驟5.對所建立的多模因子隱馬爾可夫模型進行參數(shù)估計；步驟6.對參數(shù)估計結(jié)果進行解碼多模因子隱馬爾可夫模型隱藏狀態(tài)，最終建立綜合能源系統(tǒng)分解模型。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人國網(wǎng)遼寧省電力有限公司經(jīng)濟技術(shù)研究院;國家電網(wǎng)有限公司，其通訊地址為：110016 遼寧省沈陽市沈河區(qū)文萃路183-1號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。