買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉蘇州工學院申請的專利一種多尺度特征提取與關(guān)聯(lián)分析方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120336828B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-02發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510820128.0，技術(shù)領(lǐng)域涉及：G06F18/213；該發(fā)明授權(quán)一種多尺度特征提取與關(guān)聯(lián)分析方法是由邢曉雙;翁志勇;周斌;高偉;成曉璐;趙海童;蘇超;仝燦;黃龍吉設(shè)計研發(fā)完成，并于2025-06-19向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種多尺度特征提取與關(guān)聯(lián)分析方法在說明書摘要公布了：本發(fā)明公開了一種多尺度特征提取與關(guān)聯(lián)分析方法，構(gòu)建具有多個層級關(guān)聯(lián)圖的空間多尺度關(guān)聯(lián)圖系統(tǒng)，每個關(guān)聯(lián)圖對應特定空間尺度，且不同層級關(guān)聯(lián)圖之間存在層級匯聚關(guān)系；對最底層關(guān)聯(lián)圖的每個節(jié)點，提取其時序指標數(shù)據(jù)，并將時序指標數(shù)據(jù)分解為周期性、趨勢性和突發(fā)性成分；對非最底層的關(guān)聯(lián)圖節(jié)點，利用統(tǒng)計匯聚和模式匯聚兩種方式提取匯聚特征；基于提取的時序指標數(shù)據(jù)以及提取的匯聚特征，在每個層級內(nèi)計算節(jié)點對的屬性相關(guān)性和圖結(jié)構(gòu)相關(guān)性，并將二者融合得到對應層級的層內(nèi)相關(guān)性指標；根據(jù)層內(nèi)相關(guān)性指標定義層級匯聚相關(guān)性指標，實現(xiàn)層間相關(guān)性傳播；引入層級注意力機制，融合不同層級的相關(guān)性信息，計算得到空間多尺度相關(guān)性。

本發(fā)明授權(quán)一種多尺度特征提取與關(guān)聯(lián)分析方法在權(quán)利要求書中公布了：1.一種多尺度特征提取與關(guān)聯(lián)分析方法，其特征在于：所述方法應用于電力負荷分析場景，包括如下步驟： S1：構(gòu)建具有四個層級關(guān)聯(lián)圖的電力負荷空間的多尺度關(guān)聯(lián)圖系統(tǒng)Go、G1、G2、G3，每個關(guān)聯(lián)圖對應特定空間尺度，其中：Go：單個電力用戶層級；G1：產(chǎn)業(yè)園區(qū)或社區(qū)層級；G2：城市區(qū)域?qū)蛹墸籊3：城市整體層級，且不同層級關(guān)聯(lián)圖之間存在層級匯聚關(guān)系， S2：對最底層關(guān)聯(lián)圖的每個節(jié)點，提取其時序指標數(shù)據(jù)，并將時序指標數(shù)據(jù)分解為周期性、趨勢性和突發(fā)性成分；所述時序指標數(shù)據(jù)為收集的每個節(jié)點一年的15分鐘粒度電力負荷數(shù)據(jù)，通過優(yōu)化模型將其分解為三維特征，其中：周期性成分反映工作日和休息日的負荷差異，以及生產(chǎn)班次的周期性變化；趨勢性成分捕捉產(chǎn)能擴張或季節(jié)性變化導致的長期趨勢；突發(fā)性成分捕捉設(shè)備檢修和突發(fā)故障； S3：對非最底層的關(guān)聯(lián)圖節(jié)點，利用統(tǒng)計匯聚和模式匯聚兩種方式提取匯聚特征； S4：基于S2提取的時序指標數(shù)據(jù)以及S3提取的匯聚特征，在每個層級內(nèi)計算節(jié)點對的屬性相關(guān)性和圖結(jié)構(gòu)相關(guān)性，并將二者融合得到對應層級的層內(nèi)相關(guān)性指標； S5：根據(jù)層內(nèi)相關(guān)性指標定義層級匯聚相關(guān)性指標，實現(xiàn)層間相關(guān)性傳播； S6：引入層級注意力機制，融合不同層級的相關(guān)性信息，計算得到空間多尺度相關(guān)性； S2具體包括： （2.1）對最底層關(guān)聯(lián)圖的每個電力用戶節(jié)點，提取其時序指標數(shù)據(jù)： ， 其中，表示第j個節(jié)點在時間t的指標值，T表示時間序列的長度； （2.2）將時序指標數(shù)據(jù)分解為三維特征： ， 其中：表示周期性成分，反映指標數(shù)據(jù)的周期規(guī)律，工作日和休息日的負荷差異，以及生產(chǎn)班次的周期性變化；表示趨勢性成分，捕捉指標數(shù)據(jù)長期變化趨勢，即捕捉產(chǎn)能擴張或季節(jié)性變化導致的長期趨勢；表示突發(fā)性成分，表征指標數(shù)據(jù)中的突發(fā)事件和異常模式，即捕捉設(shè)備檢修、突發(fā)故障； （2.3）通過以下優(yōu)化模型實現(xiàn)三維特征分解： ， 其中，為重構(gòu)損失函數(shù)；、、分別為周期性約束、平滑性約束和稀疏性約束，、、為權(quán)衡參數(shù)。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人蘇州工學院，其通訊地址為：215500 江蘇省蘇州市常熟市南三環(huán)路99號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。