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！

龙图腾网获悉浙江万里学院申请的专利一种低频信号非侵入式负荷状态辨识算法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：CN115169381B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202210672538.1，技术领域涉及：G06F18/241；该发明授权一种低频信号非侵入式负荷状态辨识算法是由袁杰;金冉;张延红设计研发完成，并于2022-06-15向国家知识产权局提交的专利申请。

本一种低频信号非侵入式负荷状态辨识算法在说明书摘要公布了：本发明公开了一种低频信号非侵入式负荷状态辨识算法，包括以下步骤：收集各单电器的电流、有功功率和无功功率的训练数据并进行聚类，得到单电器的开关状态类集合；提取训练特征；构造深度神经网络，根据提取的训练特征构造规范化的训练集，将训练集送入深度神经网络中进行训练，得到开关状态辨识模型；工作时构造工作特征，送入训练好的开关状态辨识模型，得到各单电器的开关状态；采用递归算法结合开关状态推断出各单电器的工作状态。本发明算法能根据准确得出各单电器的工作状态，以便于后续的进一步处理。本发明基于1分钟采样1次的低频非侵入式信号处理技术，无需对电表进行硬件改造，极大地节约了成本，具有广阔的应用和推广前景。

本发明授权一种低频信号非侵入式负荷状态辨识算法在权利要求书中公布了：1.一种低频信号非侵入式负荷状态辨识算法，其特征在于，包括以下步骤： 1收集各单电器的电流、有功功率和无功功率的训练数据，对各单电器的电流、有功功率和无功功率进行聚类，得到单电器的开关状态类集合； 2根据训练数据中当前时刻和其上一时刻的总电表电流、有功功率和无功功率提取训练特征； 3构造深度神经网络，根据提取的训练特征构造规范化的训练集，将训练集送入深度神经网络中进行训练，得到开关状态辨识模型； 4工作时根据当前时刻电气参量构造工作特征，将工作特征送入训练好的开关状态辨识模型，得到各单电器的开关状态； 5采用递归算法结合开关状态推断出各单电器的工作状态； 步骤5的具体过程为： 5.1将当前时刻t的总电气参量赋给剩下的总电气参量采用以下递归算法确定当前时刻t各单电器的工作状态： 5.1.1当当前电器不是最后一个电器时，有以下a、b两种情况： a如果当前电器的状态为关状态，则当前电器的当前时刻t的状态设为mt＝1，剩下的总电气参量减去当前电器关闭状态的电气参量即再继续递归处理下一个电器，直至当前电器为最后一个电器，再计算各单电器取当前开关状态的概率，即当前概率PC； b如果当前电器的状态不是关状态，则对于当前电器所有可能的状态mt∈[2，M]，设当前电器当前时刻t对应的当前状态为该状态，剩下的总电气参量减去当前电器当前状态的电气参量即再继续递归处理下一个电器，直至当前电器为最后一个电器，再计算各单电器取当前开关状态的概率，即当前概率PC； 以计算值最大的当前概率为最大概率Pm，如果当前概率PC最大概率Pm，则将当前概率PC设为最大概率Pm，并保存当前各单电器的状态序列，将取得最大概率的各单电器状态序列设为当前电器状态序列，将最大概率Pm置为当前概率PC； 5.1.2当当前电器是最后一个电器时，对于每个可能的状态mt∈[1，M]，计算剩下的电气参量再根据剩下的电气参量计算当前概率PC，以计算值最大的当前概率为最大概率Pm，如果当前概率PC最大概率Pm，则将当前概率PC设为最大概率Pm，并保存当前各单电器的状态序列，将取得最大概率的各单电器状态序列设为当前电器状态序列，将最大概率Pm置为当前概率PC； 上述当前概率PC的计算公式为：

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浙江万里学院，其通讯地址为：315100 浙江省宁波市鄞州区钱湖南路8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。