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！

龙图腾网获悉杭州电子科技大学;杭电(海宁)信息科技研究院有限公司申请的专利一种基于自适应递归矩阵的负荷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：CN114841450B 。

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：202210537601.0，技术领域涉及：G06F18/213；该发明授权一种基于自适应递归矩阵的负荷识别方法是由施永涛;赵晓东;孔亚广;张帆;董伟;赵晓丹;张尧;黄娜;郑小青设计研发完成，并于2022-05-18向国家知识产权局提交的专利申请。

本一种基于自适应递归矩阵的负荷识别方法在说明书摘要公布了：本发明公开了一种基于自适应递归矩阵的负荷识别方法，包括如下步骤：S1、利用非侵入式负荷监测装置获取用户负荷信息，并采用事件检测算法提取负荷事件；S2、从负荷事件的信息中提取出单负荷单周期电信号数据；S3、利用原始递归矩阵计算出自适应递归矩阵；S4、将负荷特征转换为热力图，放入深度学习网络中进行训练；S5、基于训练得到的深度模型进行实际环境搭建和部署、测试、实现负荷识别功能。本发明基于电压、电流的相关性提出了自适应递归矩阵，解决了非侵入式负荷识别中超参数对负荷识别结果影响较大且难制定的问题，且有效提高了负荷类间的区分度，类内相似度，进一步提高了负荷识别的准确率，相比于传统方法，普适性强等优点。

本发明授权一种基于自适应递归矩阵的负荷识别方法在权利要求书中公布了：1.一种基于自适应递归矩阵的负荷识别方法，其特征在于，包括如下步骤：S1、利用非侵入式负荷监测装置获取用户负荷信息，获取的所述用户负荷信息包括电流序列和电压序列，并采用事件检测算法提取负荷事件，提取的所述负荷事件包括负荷启停的电信号序列段；S2、从负荷事件的信息中提取出单负荷单周期电信号数据，所述单负荷单周期电信号数据包括电流特征和电压特征：以电压序列为时序标准，获取负荷时间启停前W长度、启停后W长度的电压、电流时序序列，设L为该电信号周期长度，计算公式为：L＝fsf 其中表示向下取整，e为自然指数，fs为采样频率，f为电源频率，设获取得到启停前的电流、电压序列为启停后的电流、电压序列为其中k∈{1,2,3}，表示第k相位的电信号数据；i∈{1,2,3...,W},表示该序列中的第i个值，之后，从中提取序列段将其作差后得到的序列作为处理后的电流特征Ik；从Vk中提取序列段作为处理后的电压特征Vk，计算方法如下： S3、利用原始递归矩阵计算出自适应递归矩阵：S3-1、计算原始递归矩阵；S3-2、基于电压和电流序列相关度，得到递归矩阵压缩比例，计算出自适应递归矩阵；S4、将负荷特征转换为热力图，放入深度学习网络中进行训练；采用Swin-transformer深度学习网络进行训练和识别，所述训练方法为：将单相的负荷特征转换为L×L×1大小的热力灰度图，作为Swin-transformer的输入特征；将三相的负荷特征中的每一个相位信号特征分别转换为L×L×1大小的热力灰度图，并将这三个灰度图分别对应R、G、B颜色通道合成单张彩图，即为L×L×3大小的热力彩图，作为Swin-transformer的输入特征；S5、基于训练得到的深度模型进行实际环境搭建和部署、测试、实现负荷识别功能，对训练好后的Swin-transformer进行负荷的非侵入式在线监测，通过非侵入式监测主机采集电信号，通过事件检测算法判断是否产生负荷变动事件；若发生，将对应时间段的电信号提取出来，标记事件发生时间点，进行如步骤S2、S3的负荷特征提取，获得自适应递归矩阵特征，基于电信号的相位数转换为热力灰度图或热力彩图，输入到训练好的Swin-transformer模型中进行识别，最终实现非侵入式负荷在线监测功能。

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杭州电子科技大学;杭电(海宁)信息科技研究院有限公司，其通讯地址为：310018 浙江省杭州市钱塘新区白杨街道2号大街1158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”。