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！

龙图腾网获悉上海市建筑科学研究院有限公司;上海建科数创智能科技有限公司申请的专利能耗异常监测方法、装置、电子设备及存储介质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：CN116701993B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202310560379.0，技术领域涉及：G06F18/24；该发明授权能耗异常监测方法、装置、电子设备及存储介质是由肖朋林;叶从周设计研发完成，并于2023-05-18向国家知识产权局提交的专利申请。

本能耗异常监测方法、装置、电子设备及存储介质在说明书摘要公布了：本发明涉及一种能耗异常监测方法、装置、电子设备及存储介质，该方法包括：获取第一数据，第一数据为第一时间内建筑的能耗数据。通过对第一时间进行分段，获取多个时间段，多个时间段中每个时间段具有相同的时间间隔。基于多个时间段获取第一矩阵，第一矩阵为第一数据基于多个时间段排列构成的能耗数据矩阵。通过对第一矩阵进行补齐，获取第二矩阵，第二矩阵为符合卷积神经网络训练要求的能耗数据矩阵。通过卷积神经网络对第二矩阵进行自编码训练，并调用K‑means算法对训练后的第二矩阵进行聚类，以获取相应的卷积神经网络模型。调用卷积神经网络模型对新输入的建筑能耗数据进行分类，以判断新输入的建筑能耗数据是否异常。

本发明授权能耗异常监测方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种能耗异常监测方法，其特征在于，所述方法包括： 获取第一数据，所述第一数据为第一时间内建筑的能耗数据； 通过对所述第一时间进行分段，获取多个时间段，所述多个时间段中每个时间段具有相同的时间间隔； 基于所述多个时间段获取第一矩阵，所述第一矩阵为所述第一数据基于所述多个时间段排列构成的能耗数据矩阵； 通过对所述第一矩阵进行补齐，获取第二矩阵，所述第二矩阵为符合卷积神经网络训练要求的能耗数据矩阵； 通过所述卷积神经网络对所述第二矩阵进行自编码训练，并调用K-means算法对训练后的第二矩阵进行聚类，以获取相应的卷积神经网络模型； 调用所述卷积神经网络模型对新输入的建筑能耗数据进行分类，以判断所述新输入的建筑能耗数据是否异常； 所述通过对所述第一矩阵进行补齐，获取第二矩阵，包括： 获取填充值，所述填充值用于替代所述第一矩阵的缺失值； 通过所述填充值对所述第一矩阵进行填充，以获取所述第二矩阵； 所述调用所述卷积神经网络模型对新输入的建筑能耗数据进行分类，以判断所述新输入的建筑能耗数据是否异常，包括： 获取第二数据，所述第二数据为输入所述卷积神经网络模型的建筑能耗数据； 调用所述卷积神经网络模型对所述第二数据进行分类，以获取所述第二数据与簇心中心点之间的距离。

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上海市建筑科学研究院有限公司;上海建科数创智能科技有限公司，其通讯地址为：200032 上海市徐汇区宛平南路75号一楼；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。