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！

龙图腾网获悉重庆大学申请的专利基于多状态功耗与机器学习的非侵入负载检测方法及系统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：CN121434698B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202512008917.7，技术领域涉及：G06F18/21；该发明授权基于多状态功耗与机器学习的非侵入负载检测方法及系统是由何家玲;马苗苗;向涛;郭尚伟;马川设计研发完成，并于2025-12-29向国家知识产权局提交的专利申请。

本基于多状态功耗与机器学习的非侵入负载检测方法及系统在说明书摘要公布了：本发明涉及智能电网与人工智能，尤其涉及一种基于多状态功耗与机器学习的非侵入负载检测方法及系统，该方法包括获取电器级功耗数据；数据预处理；特征提取与融合；负载异常分类。本方案能够在提升窃电检测的准确度的同时保持较强的泛化能力，通过同时接收聚合功耗序列与电器功耗消耗矩阵作为输入，将家庭整体用电信息与单个设备级特征有机融合，从而实现对用户用电行为的更全面建模与分析，增强对窃电等异常行为的识别能力。

本发明授权基于多状态功耗与机器学习的非侵入负载检测方法及系统在权利要求书中公布了：1.一种基于多状态功耗与机器学习的非侵入负载检测方法，其特征在于，所述方法包括： S1、获取目标用户的家庭聚合功耗数据，所述家庭聚合功耗数据表示家庭总体用电功耗，通过非侵入式负载监测模型NILM对所述家庭聚合功耗数据进行分解，识别所述聚合功耗数据中所包含的各种类型电器的特有功耗波形特征，推断所述各种类型电器对应的单台电器功耗数据； S2、分别对所述家庭聚合功耗数据和所述单台电器功耗数据进行预处理，得到预处理后的聚合功耗序列和电器功耗矩阵； S3、加载预设的机器学习检测模型，所述机器学习检测模型包括聚合功耗特征提取器、电器功耗特征提取器和特征分类器； S4、将预处理后的聚合功耗序列输入所述聚合功耗特征提取器，提取总体聚合特征；将所述电器功耗矩阵输入所述电器功耗特征提取器，提取电器局部特征；对所述总体聚合特征与所述电器局部特征进行特征融合，得到融合特征； S5、将所述融合特征输入所述特征分类器，通过所述特征分类器输出目标用户的负载是否异常的分类结果； S6、采用二元交叉熵损失函数计算所述分类结果与真实标签的损失值，通过梯度优化算法迭代更新所述机器学习检测模型的参数，并根据预设的训练终止条件判断是否终止训练，得到训练完成的机器学习检测模型； S7、采用训练完成的机器学习检测模型，对目标用户的实时家庭聚合功耗数据和对应的单台电器功耗数据执行S2-S5的步骤，实现非侵入式负载检测。

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重庆大学，其通讯地址为：400030 重庆市沙坪坝区沙正街174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。