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！

龙图腾网获悉江苏华鹏智能仪表科技股份有限公司申请的专利一种基于迁移学习的跨区域电表异常检测方法、系统及电能表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：CN120822157B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202511323885.3，技术领域涉及：G06F18/2433；该发明授权一种基于迁移学习的跨区域电表异常检测方法、系统及电能表是由戴诚;郑永国;张荣华;高鹏强;高立设计研发完成，并于2025-09-17向国家知识产权局提交的专利申请。

本一种基于迁移学习的跨区域电表异常检测方法、系统及电能表在说明书摘要公布了：本申请公开了一种基于迁移学习的跨区域电表异常检测方法、系统及电能表，属于电表检测技术领域，包括：构建分层式特征提取网络，并将电表数据输入分层式特征提取网络中；对分层式特征提取网络中提取出的特征数据进行跨区域特征对齐；在进行跨区域特征对齐后，通过分类器对目标区域电表异常进行分类，并通过时序异常定位网络对异常数据进行时序分析；在异常定位后，识别多个异常事件间的关联，构建异常传播图。在本申请技术方案实施过程中，通过分层式特征提取网络，实现将特征数据进行跨区域特征对齐，并通过分类器对目标区域电表异常进行分类与定位，然后通过关联分析技术，识别不同异常事件之间的关联，提高电表异常检测效果。

本发明授权一种基于迁移学习的跨区域电表异常检测方法、系统及电能表在权利要求书中公布了：1.一种基于迁移学习的跨区域电表异常检测方法，其特征在于：包括： 构建分层式特征提取网络，并将来自源域以及目标域的电表数据输入至分层式特征提取网络中，该分层式特征提取网络包含至少三个共享层以及至少两个目标域专用层； 对分层式特征提取网络中提取出的特征数据进行跨区域特征对齐，并进行域适应，对源域与目标域的数据分布差异进行补偿； 在进行跨区域特征对齐后，通过分类器对目标区域电表异常进行分类，并通过时序异常定位网络对异常数据进行时序分析，定位异常发生的具体时段和位置； 在异常定位后，通过关联分析技术，识别多个异常事件间的关联，构建异常传播图，预测异常事件的扩散路径； 所述分层式特征提取网络的每个共享层均采用LSTM结构，三个共享层具有不同的时间窗口和由小到大递进的神经元数量，同时每个共享层的输出连接有至少两个目标域专用层； 所述共享层分为第一共享层、第二共享层以及第三共享层，其中第一共享层为物理约束层，其内嵌电能质量标准，并在结构设计时输入确保提取的特征符合电能质量要求的物理约束，第二共享层为时序特性层，用于捕捉电表数据的时序局部性特征，第二共享层在结构上设置有多尺度卷积核以及时间注意力机制，用于自动标注暂态事件的起止时间，第三共享层为区域共性层，用于对跨区域的通用异常模式进行提取； 所述第三共享层设置有电网拓扑模型作为约束，采用图神经网络加区域特征融合门控机制，并以区域为节点，学习区域间异常模式的相似性。

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苏华鹏智能仪表科技股份有限公司，其通讯地址为：213300 江苏省常州市溧阳市昆仑街道仙鹿路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”。

以上内容由龙图腾AI智能生成。