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！

龙图腾网获悉湖南大学申请的专利一种暂态电能质量问题的识别方法及相关设备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：CN119168455B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202411191446.7，技术领域涉及：G06Q10/0639；该发明授权一种暂态电能质量问题的识别方法及相关设备是由马子骥;刘世成;帅智康;蒋志文;刘尚宇设计研发完成，并于2024-08-28向国家知识产权局提交的专利申请。

本一种暂态电能质量问题的识别方法及相关设备在说明书摘要公布了：本申请涉及电能质量技术领域，提供了一种暂态电能质量问题的识别方法及相关设备。该识别方法包括：基于所有电能质量信号，利用轻量化网络模型获取底层特征和高层特征；利用特征融合模型对底层特征和高层特征进行融合，得到最终特征；基于所有最终特征和所有高层特征，利用预测模型获取识别结果；根据所有识别结果构建损失函数，并利用损失函数对轻量化网络模型、特征融合模型和预测模型进行优化；获取待识别配电网的当前电能质量信号，利用优化后的轻量化网络模型、优化后的特征融合模型和优化后的预测模型对当前电能质量信号进行识别，得到待识别配电网的最终识别结果。本申请的方法能够提高暂态电能质量问题识别的全面性。

本发明授权一种暂态电能质量问题的识别方法及相关设备在权利要求书中公布了：1.一种暂态电能质量问题的识别方法，其特征在于，包括： 获取目标配电网的多个电能质量信号序列；每个电能质量信号序列包括多个历史时刻的电能质量信号，电能质量信号用于描述所述目标配电网的电能质量； 基于每个电能质量信号序列中的所有电能质量信号，利用轻量化网络模型获取每个电能质量信号序列的底层特征和高层特征；所述底层特征用于描述电能质量信号序列的所有电能质量信号的位置信息，所述高层特征用于描述电能质量信号序列的所有电能质量信号的语义信息； 分别针对每个电能质量信号序列，利用特征融合模型对所述电能质量信号序列的底层特征和高层特征进行融合，得到最终特征； 基于所有最终特征和所有高层特征，利用预测模型获取每个电能质量信号序列的识别结果；所述识别结果包括多个预测暂态电能质量问题对应的预测中心点、预测长度、置信度和预测类别，所述预测长度为预测暂态电能质量问题的持续时间段对应的所有电能质量信号的数量，所述预测中心点为预测暂态电能质量问题的持续时间段对应的所有电能质量信号的中心电能质量信号，所述置信度用于描述预测暂态电能质量问题真实发生的概率，所述预测类别为预测暂态电能质量问题的类别； 根据所有识别结果构建损失函数，并利用所述损失函数对所述轻量化网络模型、特征融合模型和所述预测模型进行优化，得到优化后的轻量化网络模型、优化后的特征融合模型和优化后的预测模型；所述损失函数用于描述所有识别结果的准确性； 获取待识别配电网的多个当前电能质量信号，利用优化后的轻量化网络模型、优化后的特征融合模型和优化后的预测模型对所有当前电能质量信号进行识别，得到所述待识别配电网的最终识别结果；所述最终识别结果包括多个最终预测暂态电能质量问题对应的预测中心点、预测长度、置信度和预测类别。

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湖南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路麓山门；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。