Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 烟台东方威思顿电气有限公司敖鑫获国家专利权

烟台东方威思顿电气有限公司敖鑫获国家专利权

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!

龙图腾网获悉烟台东方威思顿电气有限公司申请的专利适用于电能表和用采终端的恶性负载识别方法、电能表和用采终端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:CN121090969B

龙图腾网通过国家知识产权局官网在2026-02-17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:202511639154.X,技术领域涉及:G01R31/00;该发明授权适用于电能表和用采终端的恶性负载识别方法、电能表和用采终端是由敖鑫;刘笑菲;胡梦杰;应春达;李泽康;张顺;宋连友;陈星;朱玉燕;杨云飞;闫磊设计研发完成,并于2025-11-11向国家知识产权局提交的专利申请。

适用于电能表和用采终端的恶性负载识别方法、电能表和用采终端在说明书摘要公布了:本发明公开了一种适用于电能表和用采终端的恶性负载识别方法、电能表和用采终端,属于负载识别技术领域。该方法包括:建立目标恶性负载集合并采集其电流数据,提取频域特征后构建每种负载的参考频域组合特征向量;在实际运行中获取目标工况电流数据,以相同方式构建待识别频域组合特征向量;通过计算两向量之间的夹角余弦相似度,判断是否存在恶性负载。本发明还公开了基于该方法的电能表和用采终端。本发明通过综合谐波的幅值与相位信息构建组合特征向量并进行相似度匹配,克服了现有技术仅依赖谐波幅值的局限,实现了对恶性负载更精细、更可靠的识别,有效降低了误判率。

本发明授权适用于电能表和用采终端的恶性负载识别方法、电能表和用采终端在权利要求书中公布了:1.一种适用于电能表和用采终端的恶性负载识别方法,其特征在于:包括以下步骤: 步骤S1.创建目标恶性负载集合,对于其中的每一种目标恶性负载,分别建立恶性负载工况并获取恶性负载工况下的电流采样数据; 步骤S2.遍历目标恶性负载集合,对于每一种目标恶性负载,从对应的电流采样数据中提取频域特征信息,然后基于频域特征信息确定该目标恶性负载所对应的幅值相关谐波次数序列和相位相关谐波次数序列,再基于幅值相关谐波次数序列和相位相关谐波次数序列以及频域特征信息得到该目标恶性负载所对应的参考幅值特征向量和参考相位特征向量,并基于参考幅值特征向量和参考相位特征向量构建参考频域组合特征向量; 基于频域特征信息确定该目标恶性负载所对应的幅值相关谐波次数序列和相位相关谐波次数序列的方式为:为目标恶性负载设定幅值相关谐波次数判断条件和相位相关谐波次数判断条件,将目标恶性负载的频域特征信息中符合幅值相关谐波次数判断条件的谐波次数组成幅值相关谐波次数序列,将目标恶性负载的频域特征信息中符合相位相关谐波次数判断条件的谐波次数组成相位相关谐波次数序列; 步骤S3.获取目标工况下的电流采样数据,从中提取频域特征信息,然后基于本步骤获得的电流采样数据的频域特征信息和步骤S2中所获得的幅值相关谐波次数序列及相位相关谐波次数序构建待识别幅值特征向量和待识别相位特征向量,并基于待识别幅值特征向量和待识别相位特征向量构成待识别频域组合特征向量; 构建待识别幅值特征向量的方式为: ; 上式中,表示幅值相关谐波次数序列中的第个元素,该元素表示谐波次数,表示幅值相关谐波次数序列的长度,表示当前目标工况下频域特征信息中次谐波的幅值百分比; 构建待识别相位特征向量的方式为: ; 其中,表示相位相关谐波次数序列中的第个元素,该元素表示谐波次数,表示相位相关谐波次数序列的长度,表示当前目标恶性负载的次谐波的相对相位; 对于次谐波的相对相位,其计算方式为: ; 式中:为当前目标恶性负载的1次谐波相位即理论波形基波相位,表示当前目标工况下频域特征信息中次谐波的相位,表示取余操作; 步骤S4.分别计算待识别频域组合特征向量与每一种目标恶性负载所对应的参考频域组合特征向量之间的相似度,基于相似度判断目标工况是否存在恶性负载。

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烟台东方威思顿电气有限公司,其通讯地址为:264003 山东省烟台市莱山区金都路6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。