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！

龙图腾网获悉东南大学申请的专利一种基于概率扩散模型的电压暂降数据生成方法及系统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：CN117216562B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202311172238.8，技术领域涉及：G06F18/214；该发明授权一种基于概率扩散模型的电压暂降数据生成方法及系统是由孙睿晨;董坤;赵剑锋;郭希瑞;黄凌翔设计研发完成，并于2023-09-12向国家知识产权局提交的专利申请。

本一种基于概率扩散模型的电压暂降数据生成方法及系统在说明书摘要公布了：本发明提供一种基于概率扩散模型的电压暂降数据生成方法及系统，涉及电力技术和人工智能技术交叉领域。包括以下步骤：数据预处理步骤，对电压暂降数据样本进行预处理，构建原始数据集；模型训练步骤，利用原始数据集训练概率扩散模型，学习电压暂降数据的分布特征；模型采样步骤，利用训练后的概率扩散模型采样算法生成电压暂降数据；生成与评价步骤，将生成的电压暂降数据与原始数据集合并，并对合并后的数据集进行评估。该基于概率扩散模型的电压暂降数据生成方法，实现了具有描述电能质量暂降特征的数据生成，有效地解决了电能质量暂降数据小样本带来的问题。

本发明授权一种基于概率扩散模型的电压暂降数据生成方法及系统在权利要求书中公布了：1.一种基于概率扩散模型的电压暂降数据生成方法，其特征在于，所述方法包括以下步骤： 数据预处理步骤，对电压暂降数据样本进行预处理，构建原始数据集； 模型训练步骤，利用原始数据集训练概率扩散模型，学习电压暂降数据的分布特征； 模型采样步骤，利用训练后的概率扩散模型采样算法生成电压暂降数据； 生成与评价步骤，将生成的电压暂降数据与原始数据集合并，并对合并后的数据集进行评估； 所述模型训练步骤，具体包括： 数据加噪步骤，根据噪声水平向量对已处理的电压暂降数据进行扩散加噪，获得加噪数据； 噪声预测步骤，将加噪数据以及噪声水平向量输入到噪声预测深度学习模型，深度学习模型输出噪声预测结果； 参数更新步骤，计算损失，并使用梯度下降法更新条件噪声预测模型的参数； 第一循环步骤，循环执行以上步骤直至模型收敛； 所述深度学习模型包括输入嵌入层、残差块循环层和输出投影层； 所述输入嵌入层包括： 通过一维卷积层将长度为的加噪样本的通道数由3转换为残差通道数，并采用SiLu激活： 其中，表示神经元的输入； 对于噪声水平采用正弦曲线编码公式计算噪声水平嵌入向量： 使用两个一维卷积层对噪声水平编码向量进行卷积和激活操作； 所述残差块循环层包括N个残差块，其中每个残差块包括： 通过全连接层将嵌入噪声水平映射到残差通道数C的维度； 使用膨胀卷积层对输入进行卷积，其中膨胀系数为2的幂次方，以实现不同感受野的特征提取； 进行门控线性单元操作： 其中表示Sigmoid函数，gate和filter分别表示膨胀卷积的输出；符号⊙表示逐元素相乘操作； 将卷积后的输出拆分为残差和跳跃连接部分； 所述输出投影层包括： 累加残差块的跳跃连接部分，并除以进行标准化； 通过两个一维卷积层对跳跃连接进行卷积和激活操作，并将输出投影到与输入相同的通道数。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区新街口街道四牌楼2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。