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！

龙图腾网获悉浙江万里学院申请的专利一种集成GRU和随机森林的非侵入式负荷辨识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：CN120561865B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202511026061.X，技术领域涉及：G06F18/25；该发明授权一种集成GRU和随机森林的非侵入式负荷辨识方法是由袁杰;王婷;崔力中设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本一种集成GRU和随机森林的非侵入式负荷辨识方法在说明书摘要公布了：本发明公开了一种集成GRU和随机森林的非侵入式负荷辨识方法，包括：收集各单电器的电流、有功功率和无功功率的训练数据，聚类得到工作状态集；构造状态分类GRU深度神经网络TAGRU并训练，得到工作状态分类GRU模型；构造状态分类随机森林并训练，得到工作状态分类随机森林模型；采集总电表工作时的电流、有功功率和无功功率的数据，分类得到工作状态类别；集成工作状态分类GRU模型和工作状态分类随机森林模型的结果，得到优化后的工作状态类别。该方法具有更高的状态识别准确率，基于1分钟采样一次的低频非侵入式采样数据，无需对电表进行硬件改造，极大地节约了成本，适用于智能家居能效管理等应用场景，应用和推广前景广阔。

本发明授权一种集成GRU和随机森林的非侵入式负荷辨识方法在权利要求书中公布了：1.一种集成GRU和随机森林的非侵入式负荷辨识方法，其特征在于，该负荷辨识方法是一种基于每分钟采样一次的低频采样的非侵入式负荷辨识方法，该负荷辨识方法包括以下步骤： 1收集各单电器的电流、有功功率和无功功率的训练数据，将其划分为原始训练集和测试数据集，对各单电器的电流、有功功率和无功功率进行聚类，得到各单电器的工作状态集，并提取适合于LightGBM随机森林算法的特征； 2构造基于Transformer注意力机制的状态分类GRU深度神经网络TAGRU，采用提取的适合于LightGBM随机森林算法的特征作为训练数据对状态分类GRU深度神经网络TAGRU进行训练，得到各单电器的工作状态分类GRU模型； 3构造状态分类随机森林，采集任一时刻的总电流、总有功功率和总视在功率作为训练数据对状态分类随机森林进行训练，得到各单电器的工作状态分类随机森林模型； 4采集总电表工作时的电流、有功功率和无功功率的数据，并将采集的数据分别送入各单电器的工作状态分类GRU模型和工作状态分类随机森林模型，对各单电器的工作状态进行分类，得到各单电器的工作状态类别； 5集成各单电器的工作状态分类GRU模型和工作状态分类随机森林模型的结果，得到优化后的各单电器的工作状态类别，即为各单电器的负荷状态； 步骤2中构造的状态分类GRU深度神经网络TAGRU的结构由第一层GRU层、第一层ReLU非线性层、第二层GRU层、并列的4个注意力层、Concat层、Flatten层、第二层ReLU非线性层、第一层全连接层、Dropout层、第二层全连接层和分类层组成； 步骤3中构造状态分类随机森林的过程为： 3.1针对GRU深度学习方法，直接使用任一时刻的总电流it、总有功功率pt和总视在功率st作为输入特征，即 3.2每次从原始训练集中随机有放回地进行样本采样，得到多个训练集，然后基于该多个训练集训练多个决策树； 3.3对于每个决策树，在分裂时根据基尼指数选择最好的特征值进行决策树分裂，直到每个决策树中的每个结点的所有训练样本都属于同一类； 3.4将多个决策树用投票的方法组成随机森林，即得到状态分类随机森林。

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浙江万里学院，其通讯地址为：315100 浙江省宁波市鄞州区钱湖南路8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”。