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！

龙图腾网获悉西华大学申请的专利一种基于Deep-SVDD的电能表故障判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：CN119619976B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202411662453.0，技术领域涉及：G01R35/04；该发明授权一种基于Deep-SVDD的电能表故障判别方法是由廖开吉;范镇南;樊建瀚;古世甫;郎方年;袁野;周芷汀;郑巧芸;周良辉;王涛设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本一种基于Deep-SVDD的电能表故障判别方法在说明书摘要公布了：本发明公开了一种基于Deep‑SVDD的电能表故障判别方法，涉及电能计量装置故障识别技术领域，所述方法包括：获取每个型号的电能表数据，基于所述电能表数据构建数据集；基于所述数据集构建第一超球体Q1；调整所述第一超球体Q1的边界，构建第二超球体Q2；对所述第二超球体Q2进行迭代修正，构建第三超球体Q3；获取待检测电能表的测量数据，基于所述第三超球体Q3对所述测量数据进行判别，获得判别结果，可以解决现有电能表故障判别方式可解释性低、准确低性和算力依赖度高的问题。

本发明授权一种基于Deep-SVDD的电能表故障判别方法在权利要求书中公布了：1.一种基于Deep-SVDD的电能表故障判别方法，其特征在于，所述方法包括： S1、获取每个型号的电能表数据，基于所述电能表数据构建数据集； S2、基于所述数据集构建第一超球体Q1； S3、调整所述第一超球体Q1的边界，构建第二超球体Q2； S4、对所述第二超球体Q2进行迭代修正，构建第三超球体Q3； S5、获取待检测电能表的测量数据，基于所述第三超球体Q3对所述测量数据进行判别，获得判别结果； 所述电能表数据包括正常样本数据和误判样本数据，构建数据集的具体步骤包括：将所述电能表数据划分为训练集和验证集，所述训练集和所述验证集均包括所述正常样本数据和所述误判样本数据； 构建第三超球体Q3的具体步骤包括： S401、构建第一神经网络，基于所述第二超球体Q2获得所述第三超球体Q3的第一中心； S402、初始化目标参数； S403、基于所述第一神经网络将所述训练集进行降维，获得降维数据； S404、基于所述目标参数和所述降维数据，更新所述第一神经网络的第一参数获得第二参数，基于所述第二参数更新所述第一神经网络，获得第二神经网络； S405、基于所述第二神经网络，更新所述第一中心，获得第二中心； S406、基于所述第二中心获得损失值； S407、判断所述损失值是否小于第一阈值，若是则基于所述第二中心获得第一半径，基于所述第二中心和所述第一半径，构建所述第三超球体Q3；若否则返回所述S403，将所述第一神经网络更新为所述第二神经网络； 构建所述第三超球体Q3的第三计算公式为： ； 其中，R 3表示第三超球体Q3的半径，表示第三超球体Q3的中心，θ表示神经网络的参数，表示神经网络，表示第个降维后的训练集中的样本，表示序号，λ表示正则化参数，n 1表示样本数量。

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西华大学，其通讯地址为：610000 四川省成都市金牛区土桥金周路999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”。