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！

龙图腾网获悉福州大学申请的专利一种基于稳态电能质量监测数据的敏感负荷类型识别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：CN115986937B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202310005820.9，技术领域涉及：H02J13/00；该发明授权一种基于稳态电能质量监测数据的敏感负荷类型识别方法是由张逸;张良羽;陈锦涛;陈敏;孙守铨设计研发完成，并于2023-01-03向国家知识产权局提交的专利申请。

本一种基于稳态电能质量监测数据的敏感负荷类型识别方法在说明书摘要公布了：本发明涉及一种基于稳态电能质量监测数据的敏感负荷类型识别方法。考虑用户所含敏感负荷的多样性与未知性，采用非侵入式监测方式，将暂态电能质量指标与多指标稳态电能质量监测数据相结合，实现对对重要用户所含电压暂降敏感负荷进行精准识别，有利于供电方提供差异化服务和用电方实施定制化治理。

本发明授权一种基于稳态电能质量监测数据的敏感负荷类型识别方法在权利要求书中公布了：1.一种基于稳态电能质量监测数据的敏感负荷类型识别方法，其特征在于，包括如下步骤：S1、原始电能质量监测数据的获取：为实现对暂降事件的各段划分，选取用户有功功率实时监测暂态数据作为数据源；为构建待识别稳态数据集，选取多指标稳态电能质量监测数据作为数据源；S2、基于暂态数据的暂降事件分段：采用最值归一化与离散小波变化对用户有功功率实时监测暂态数据进行预处理后，采用滑动均值事件分段法按获得暂降事件前段和后段时间；S3、待识别稳态数据集构建与动态聚类：选取包括功率、电流、电压的基本电气参数，以及包括电流不平衡度、电压畸变率的体现电能质量发射特性的多指标稳态电能质量数据，计算暂降事件前后多指标稳态电能质量监测数据均差值作为待处理样本集；采用动态kmeans方式进行样本聚类，以轮廓系数作为评价指标获取最优聚类簇；S4、基于稳态数据的敏感负荷类型识别：将最优聚类簇的各簇进行边界与拐点拟合，并与预设VTC曲线进行对比，以混淆矩阵指标进行正确性验证后，实现对用户所含敏感负荷的识别；S2具体如下：S201、采用最值归一化方式对有功功率数值进行标幺值处理，记某用户有功功率实时监测暂态数据为P＝{p1,p2,......,pn}，采用最值归一化方式进行处理，公式如下： pi为该用户的第i个有功功率监测点监测值，将有功功率标幺值记为P'＝{p'1,p'2,...,p'i,...,p'n}；S202、针对P'，采用离散小波变换DWT将数据分出高频部分与低频部分；S3具体如下S301、基于暂降事件前后段划分，获取事件前段[t1-,t1]、后段[t4,t4+]的多维稳态数据，对于特征Xm，在第i次暂降事件中，事件前段数据集为{xi1-,xi2-,...,xiN-}，事件后段数据集为{xi1+,xi2+,...,xiN+}，求取事件前后段均差值Δxim，将所有特征均差值记为xi，将用户b次暂降事件组成待处理数据源X＝{x1,x2,...,xi...,xb}； S302、对于无标签数据源，采用动态Kmeans方式更迭初始聚类簇数，并采用轮廓系数来评估聚类效果的好坏；从无标签的待处理数据源X中随机选取c个聚类中心，记为{c1,c2,......,cc}；计算样本中每个元素到初始聚类中心的欧氏距离，并根据距离公式更新c簇，公式如下： 对聚类完成的k簇分别进行聚类中心的重新计算，公式如下： 计算初始聚类簇数下的轮廓系数，公式如下： 分别为簇内凝聚度与簇间分离度，为轮廓系数；更新初始聚类中心，使c＝c+1，重复步骤S2-S4，当且时，停止迭代，选取此时的c作为最终聚类簇数。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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。