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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国电南瑞科技股份有限公司;国电南瑞南京控制系统有限公司;南瑞集团有限公司吴少雄获国家专利权

国电南瑞科技股份有限公司;国电南瑞南京控制系统有限公司;南瑞集团有限公司吴少雄获国家专利权

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!

龙图腾网获悉国电南瑞科技股份有限公司;国电南瑞南京控制系统有限公司;南瑞集团有限公司申请的专利窃电行为检测方法、装置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:CN116561659B

龙图腾网通过国家知识产权局官网在2026-04-10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:202310523792.X,技术领域涉及:G06F18/241;该发明授权窃电行为检测方法、装置及系统是由吴少雄;陶晓峰;吕朋朋;陆洋;陆春艳;刘淇;肖庆华;吴海龙;缪平;刘涅煊;韦宣;陆宇洋设计研发完成,并于2023-05-10向国家知识产权局提交的专利申请。

窃电行为检测方法、装置及系统在说明书摘要公布了:本发明公开了一种窃电行为检测方法、装置及系统,所述方法包括获取预先训练好的深度网络模型,所述深度网络模型包括顺次设置的SG滤波器去噪模块、生成器网络模块和判别器网络模块;在训练过程中,所述深度网络模型的损失函数为Wasserstein距离的对偶形式;所述SG滤波器去噪模块的输入信号为窃电行为特征因素,所述窃电行为特征因素包括电力负荷数据、时间数据和气候数据,其输出信号被输入至所述生成器网络模块;所述生成器网络模块的输出信号与真实窃电行为检测数据一起被输入至所述判别器网络模块;将实时获取到的窃电行为特征因素输入至所述预先训练好的深度网络模型,获得窃电行为检测结果。本发明能够提供更为精确的窃电行为检测。

本发明授权窃电行为检测方法、装置及系统在权利要求书中公布了:1.一种窃电行为检测方法,其特征在于,包括: 获取预先训练好的深度网络模型,所述深度网络模型包括顺次设置的SG滤波器去噪模块、生成器网络模块和判别器网络模块;在训练过程中,所述深度网络模型的损失函数为Wasserstein距离的对偶形式;所述SG滤波器去噪模块的输入信号为窃电行为特征因素,所述窃电行为特征因素包括电力负荷数据、时间数据和气候数据,其输出信号被输入至所述生成器网络模块;所述生成器网络模块的输出信号与真实窃电行为检测数据一起被输入至所述判别器网络模块; 将实时获取到的窃电行为特征因素输入至所述预先训练好的深度网络模型,获得窃电行为检测结果; 所述生成器网络模块包括顺次相连的两个残差卷积网络,第一个残差卷积网络包含两个核大小为6、膨胀因子为2的膨胀CNN网络;第二个残差卷积网络的膨胀因子为1,其余参数与第一层残差块一样;两个残差卷积网络的输出与输入之间的关系为: , 其中,指残差块函数,为去噪后的窃电行为特征因素,指第一个残差卷积网络的输出,而指第二个残差卷积网络的输出,第二个残差块的输入是第一个残差块的输出; 所述判别器网络模块包括顺次设置的输入层、3层隐藏层、输出层;所述判别器网络中的每一层有多个神经元,每一个神经元的输出是由前一层的神经元加权和的非线性函数,3层隐藏层中第一层、第二层的非线性函数设置为Relu函数,第三层的非线性函数设置为Sigmoid函数;三层隐藏层分别含有256、128、1个神经元;所述输出层神经元个数为1。

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国电南瑞科技股份有限公司;国电南瑞南京控制系统有限公司;南瑞集团有限公司,其通讯地址为:211000 江苏省南京市江宁经济技术开发区诚信大道19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。