恭喜國網江蘇省電力有限公司泰州供電分公司;山東大學白少鋒獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜國網江蘇省電力有限公司泰州供電分公司;山東大學申請的專利基于多特征融合與改進譜聚類的用電行為分析方法及系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114065819B 。
龍圖騰網通過國家知識產權局官網在2025-05-23發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202111421020.2,技術領域涉及:G06F18/241;該發明授權基于多特征融合與改進譜聚類的用電行為分析方法及系統是由白少鋒;陳霄;黃瑋;王涓;嚴宇;陳帥江;張法業;姜明順;張雷設計研發完成,并于2021-11-26向國家知識產權局提交的專利申請。
本基于多特征融合與改進譜聚類的用電行為分析方法及系統在說明書摘要公布了:本發明公開一種基于多特征融合與改進譜聚類的用電行為分析方法及系統,包括:對用電數據進行數據清洗;基于負載特性曲線、信號處理和負荷特征構造對清洗后的用電數據提取用電特征;對用電特征進行遞歸特征消除的特征選擇,對選擇的用電特征進行特征融合;基于融合得到的特征子集采用改進的譜聚類模型進行不同用電行為的分類;改進的譜聚類模型包括基于增強高斯核函數構建特征子集的鄰接矩陣,并以此進行分類,增強高斯核函數為根據特征子集中樣本點間的距離與預設正參數得到邊權重,由邊權重構建鄰接矩陣。通過對用電數據提取的各類型用電特征進行多特征融合,和基于改進譜聚類算法進行分類,實現對用電行為的分析。
本發明授權基于多特征融合與改進譜聚類的用電行為分析方法及系統在權利要求書中公布了:1.基于多特征融合與改進譜聚類的用電行為分析方法,其特征在于,包括:對獲取的用電數據進行數據清洗;基于負載特性曲線、信號處理和負荷特征構造方法對清洗后的用電數據提取用電特征;基于負載特性曲線提取的用電特征包括:負載特性曲線、平均周用電曲線、周平均用電曲線、日用電量差分曲線、平均周用電量差分曲線、周平均用電量差分曲線、日用電量累加曲線和周平均用電量累加曲線;基于信號處理提取用電特征包括:采用小波變換和特征降維提取用電特征,提取的用電特征包括:近似系數與三階細節系數、近似系數與三階二階細節系數、標準化的近似系數與三階細節系數、標準化的近似系數與三階二階細節系數以及對4個系數降維后的特征;基于負荷特征構造方法提取的用電特征包括:平均用電量、最大用電量、最小用電量、峰谷差、平段用電比、皮爾遜相關系數、周用電分布、周用電穩定性、月用電波動、月用電離散度和月用電趨勢;根據用電特征與用電行為的關聯,對用電特征進行遞歸特征消除的特征選擇,對選擇的用電特征進行特征融合;從提取的各類用電特征中使用遞歸特征消除算法RFE挑選與用電行為分析關聯明顯的特征,具體包括:RFE算法確定一個為各特征分配權重的評估器,使用原始特征集對評估器進行訓練;通過評估器刪除原始特征集中最不重要的特征,得到經過修剪的特征子集;在特征子集上遞歸地重復這個過程,直到遍歷所有特征;在特征遍歷結束后,選擇分類效果最好的特征子集作為特征選擇結果;基于融合得到的特征子集采用改進的譜聚類模型進行不同用電行為的分類;其中,改進的譜聚類模型包括基于增強高斯核函數構建特征子集的鄰接矩陣,并以此進行分類,所述增強高斯核函數為根據特征子集中樣本點間的距離與預設正參數得到邊權重,由邊權重構建鄰接矩陣。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人國網江蘇省電力有限公司泰州供電分公司;山東大學,其通訊地址為:225309 江蘇省泰州市鳳凰西路2號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。