天津大学赵博超获国家专利权
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！
龙图腾网获悉天津大学申请的专利基于Transformer与扩散模型的工业负荷数据增强方法及装置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：CN121071331B 。
龙图腾网通过国家知识产权局官网在2026-02-13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：202511622366.7，技术领域涉及：G06F18/15；该发明授权基于Transformer与扩散模型的工业负荷数据增强方法及装置是由赵博超;蔡翰举;王栋;栾文鹏;王善可设计研发完成，并于2025-11-07向国家知识产权局提交的专利申请。
本基于Transformer与扩散模型的工业负荷数据增强方法及装置在说明书摘要公布了：本发明公开一种基于Transformer与扩散模型的工业负荷数据增强方法及装置，本方法将原始工业负荷数据归一化后划分为含完整周期的序列，转换为二维图像；利用扩散模型前向过程加噪生成纯噪声图像，通过Transformer‑UNet网络逆向去噪生成新样本；经异常检测、聚类处理后映射为负荷序列，拼接成最终数据；通过负荷分解算法验证效果。本发明能生成高质量负荷数据，缓解数据稀缺问题，提升非侵入式负荷监测模型性能，保障数据隐私，降低获取成本，为工业电力系统相关场景提供数据支撑，应用前景广泛。
本发明授权基于Transformer与扩散模型的工业负荷数据增强方法及装置在权利要求书中公布了：1.基于Transformer与扩散模型的工业负荷数据增强方法，其特征在于，包括： 将原始工业负荷数据进行归一化处理，获得归一化数据；根据负荷运行时长将所述归一化数据划分为若干序列；将所述序列转换为二维图像； 基于所述二维图像，通过在扩散模型前向过程中迭代添加高斯噪声生成纯噪声图像； 通过神经网络对所述纯噪声图像进行预测噪声及去除，生成新样本数据； 通过异常检测算法及聚类策略对所述新样本数据进行异常像素检测、去除及聚类处理，获得聚类后像素数据；通过对所述聚类后像素数据进行负荷序列拼接与映射，生成最终工业负荷数据； 通过负荷分解算法对所述最终工业负荷数据进行实验分析，获得评估性指标； 在通过所述负荷分解算法对所述最终工业负荷数据进行实验分析的过程中，通过弗雷切特初始距离、初始分数、切片沃瑟斯坦距离、F分数、平均绝对误差及均方根误差，对所述最终工业负荷数据增强的性能进行评估。
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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励