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！

龙图腾网获悉华南师范大学申请的专利基于生成式对抗网络的电力数据异常检测方法及模型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：CN117150402B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202311024532.4，技术领域涉及：G06F18/2433；该发明授权基于生成式对抗网络的电力数据异常检测方法及模型是由曾碧卿;郑辛茹;洪培林设计研发完成，并于2023-08-14向国家知识产权局提交的专利申请。

本基于生成式对抗网络的电力数据异常检测方法及模型在说明书摘要公布了：基于生成式对抗网络的电力数据异常检测方法，包括：将原始数据信号分成小序列信号后经过映射得到对应的潜在向量；将潜在向量逐个映射，得到一组伪时间序列数据；分别计算每一个伪时间序列数据的子序列的为真概率及计算每一个小序列信号的为真概率；将伪时间序列数据的子序列的为真概率与每一个小序列信号的为真概率比对，计算每一组子序列的判别损失，求和得到总判别损失；将每一个伪时间序列数据的子序列与每一个小序列信号比对，得到每一组子序列的剩余损失，求和得到总剩余损失；根据每一组子序列的剩余损失和判别损失，计算剩余分数和判别分数，对剩余分数和判别分数加权处理，得到一异常分数；将异常分数与一预设阈值比较，得到鉴别结果。

本发明授权基于生成式对抗网络的电力数据异常检测方法及模型在权利要求书中公布了：1.一种基于生成式对抗网络的电力数据异常检测方法，其特征在于，使用LSTM作为GAN网络的生成器和鉴别器的网络架构，得到的异常检测模型来处理电力时间序列数据；鉴别器使用了一层的LSTM进行训练，具有100个隐藏单元；生成器使用了三层的LSTM，其中每个连续层隐藏单元的数量分别为32、64和128个； 所述异常检测方法包括以下步骤： S1：获取原始数据信号，将原始数据信号通过滑动窗口Sw分成小序列信号组，小序列信号组中的每一个小序列信号组经过映射得到对应的潜在向量，从而形成潜在向量组； S2：将潜在向量组中的潜在向量逐个进行映射，得到一组伪时间序列数据； S3A1：分别计算每一个伪时间序列数据的子序列的为真概率，以及计算每一个小序列信号的为真概率； S3A2：将伪时间序列数据的子序列的为真概率与小序列信号组的每一个小序列信号的为真概率进行比对，计算得到每一组子序列的判别损失，最后求和得到总判别损失； 其中，S3A2的总判别损失计算公式为： 其中，x为小序列信号组，表示计算对应数据的为真概率评估值，具体为指定输入小序列的统计数据的函数体； S3B：将每一个伪时间序列数据的子序列与小序列信号组的每一个小序列信号进行比对，得到每一组子序列的剩余损失，最后求和得到总剩余损失； S3B的总剩余损失计算公式为： 其中，x为小序列信号组，为伪时间序列数据； S4：根据每一组子序列的剩余损失和判别损失，计算剩余分数和判别分数，对剩余分数和判别分数进行加权处理，得到一异常分数； S5：将所述异常分数与一预设阈值进行比较，得到鉴别结果。

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华南师范大学，其通讯地址为：528225 广东省佛山市南海区狮山南海软件园华南师范大学软件学院；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。