Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江阴众和电力仪表有限公司马浩获国家专利权

江阴众和电力仪表有限公司马浩获国家专利权

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!

龙图腾网获悉江阴众和电力仪表有限公司申请的专利基于云计算的智能电能表用电数据分析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:CN120596281B

龙图腾网通过国家知识产权局官网在2025-10-10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:202511093989.X,技术领域涉及:G06F9/50;该发明授权基于云计算的智能电能表用电数据分析方法是由马浩;陆文魁;夏众一;张子健;张瑜;苏东亮设计研发完成,并于2025-08-06向国家知识产权局提交的专利申请。

基于云计算的智能电能表用电数据分析方法在说明书摘要公布了:本发明基于云计算的智能电能表用电数据分析方法,涉及云计算与智能电网技术领域,方法包括:获取区域内智能电能表的历史数据并进行预处理,提取数据特征将区域内用户的用电状态量化为相应的多维特征向量;构建深度强化学习算法模型,基于多维特征向量和模型,获得初始的模型参数及损失函数;引入负载均衡度和业务响应率改进模型初始的损失函数;训练模型直至得到最佳模型参数;实时获取当前数据,基于最佳模型参数得到最优执行策略,执行计算资源的分片调整与弹性扩展;本发明通过将智能电能表数据的电力行业特性与云计算动态分片技术结合,能够实现智能电网数据处理的高效负载均衡与保障业务优先级的效果。

本发明授权基于云计算的智能电能表用电数据分析方法在权利要求书中公布了:1.一种基于云计算的智能电能表用电数据分析方法,其特征在于:获取区域内智能电能表的历史数据并进行预处理,提取数据特征将区域内用户的用电状态量化为相应的多维特征向量;构建深度强化学习算法模型,基于多维特征向量和模型,获得初始的模型参数及损失函数;引入负载均衡度和业务响应率改进模型初始的损失函数;训练模型并基于改进后的损失函数更新优化模型参数,直至得到最佳模型参数;实时获取区域内智能电能表及服务器节点的当前数据,基于最佳模型参数得到最优执行策略,结合云计算弹性资源特性,按照最优执行策略执行计算资源的分片调整与弹性扩展; 其中,基于电力系统对负载均衡度的要求,建立负载均衡惩罚函数,基于智能电网对业务响应率的要求,建立业务响应惩罚函数;融合负载均衡与业务优先级保障的双重指标,将负载均衡惩罚函数与业务响应惩罚函数取值之和的期望值作为业务指标偏差值,将业务指标偏差值与初始的损失函数相加作为改进后的损失函数; 提取区域内所有服务器节点的负载数据,统计计算所有服务器节点的平均负载、负载波动系数、所有服务器节点的额定负载容量,计算服务器节点负载的标准差,将额定负载容量与负载波动系数之间的乘积作为理论负载,将额定负载容量与理论负载之和作为负载动态基准,将标准差与负载动态基准之间的比值作为负载均衡特征的归一化值,将1与归一化值之间的差值作为负载均衡度,基于电力系统对负载均衡度的要求,建立负载均衡惩罚函数,并设定负载基准阈值和负载惩罚系数;获取区域内所有服务器节点的高优先级数据总量和高优先级数据按时处理量,将高优先级数据按时处理量与高优先级数据总量之间的比值作为业务响应率,基于智能电网对业务响应率的要求,建立业务响应惩罚函数,并设定业务基准阈值和业务惩罚系数; 当负载均衡度超出负载基准阈值时,将负载均衡度和负载基准阈值之间差值的平方与负载惩罚系数的乘积作为负载均衡惩罚函数的取值,当负载均衡度小于等于负载基准阈值时,将负载均衡惩罚函数的取值设置为0;当业务响应率小于业务基准阈值时,将业务响应率和业务基准阈值之间差值的平方与业务惩罚系数的乘积作为业务响应惩罚函数的取值,当业务响应率大于等于业务基准阈值时,将业务响应惩罚函数的取值设置为0;基于负载均衡惩罚函数与业务响应惩罚函数的取值,计算业务指标偏差值,基于业务指标偏差值与初始的损失函数,得到改进后的损失函数。

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江阴众和电力仪表有限公司,其通讯地址为:214432 江苏省无锡市江阴市绮山路149弄6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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。