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！

龙图腾网获悉南京邮电大学申请的专利一种基于深度学习的电力系统虚假数据定位与恢复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：CN120508996B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202510999425.6，技术领域涉及：G06F18/25；该发明授权一种基于深度学习的电力系统虚假数据定位与恢复系统是由邓松;李佳霖;岳东;付雄设计研发完成，并于2025-07-21向国家知识产权局提交的专利申请。

本一种基于深度学习的电力系统虚假数据定位与恢复系统在说明书摘要公布了：本申请适用于数据挖掘技术领域，提供了一种基于深度学习的电力系统虚假数据定位与恢复系统，包括：数据采集与标准处理模块、位置检测模块以及数据恢复模块；数据采集与标准处理模块，用于采集电力系统的运行参数，并对运行参数进行清洗与归一化处理，生成标准化运行参数；位置检测模块，用于将标准化运行参数输入至预设时空特征融合检测模型，输出虚假数据所在的预测位置索引；数据恢复模块，用于根据预测位置索引和TVAE‑WGANGP恢复模型，生成恢复数据。本申请可显著提升复杂攻击场景下的定位灵敏度与数据重建精度，为智能电网安全防护提供可靠的主动防御技术。

本发明授权一种基于深度学习的电力系统虚假数据定位与恢复系统在权利要求书中公布了：1.一种基于深度学习的电力系统虚假数据定位与恢复系统，其特征在于，包括数据采集与标准处理模块、位置检测模块以及数据恢复模块； 所述数据采集与标准处理模块，用于采集电力系统的运行参数，并对运行参数进行清洗与归一化处理，生成标准化运行参数； 所述位置检测模块，用于将标准化运行参数输入至预设时空特征融合检测模型，输出虚假数据所在的预测位置索引；所述预设时空特征融合检测模型包括时间特征提取层、空间特征提取层、特征融合层以及全连接层；所述将标准化运行参数输入至预设时空特征融合检测模型，输出虚假数据所在的预测位置索引，包括： 将标准化运行参数输入至时间特征提取层，提取各测量点的时间序列特征，输出时间特征向量； 将标准化运行参数输入至空间特征提取层，提取各节点间的空间相关性特征，输出空间特征向量； 将时间特征向量和空间特征向量输入至特征融合层，进行加权融合，输出融合特征向量； 将融合特征向量输入至全连接层，输出虚假数据所在的预测位置索引； 所述时间特征提取层包括至少一个全局时序感知模块，所述全局时序感知模块包括多头注意力层和前馈神经网络层，所述将标准化运行参数输入至时间特征提取层，提取各测量点的时间序列特征，输出时间特征向量，包括： 将标准化运行参数输入至多头注意力层，提取各时间步之间的全局依赖关系，输出注意力表示； 将注意力表示输入至前馈神经网络层进行非线性映射，输出各测量点的时间序列特征； 对时间序列特征进行残差连接与层归一化操作，输出时间特征向量； 所述空间特征提取层包括标准卷积层、深度可分离卷积层以及压缩-激励注意力层，所述将标准化运行参数输入至空间特征提取层，提取各节点间的空间相关性特征，输出空间特征向量，包括： 将标准化运行参数进行通道扩展后输入至标准卷积层，输出第一空间特征； 将局部空间特征输入至深度可分离卷积层，分别进行通道内空间滤波和通道间特征融合，输出第二空间特征； 将第二空间特征输入至压缩-激励注意力层进行全局平均池化操作，生成通道描述向量；将通道描述向量输入至两层全连接层和非线性激活函数进行非线性变换，并通过通道注意力权重进行重校准，生成第三空间特征； 将第三空间特征输入至全连接层进行特征投影，生成空间特征向量； 所述数据恢复模块，用于根据预测位置索引和TVAE-WGANGP恢复模型，生成恢复数据。

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南京邮电大学，其通讯地址为：210000 江苏省南京市栖霞区文苑路9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。