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

龍圖騰網獲悉南方電網科學研究院有限責任公司;東北大學;武漢大學申請的專利一種多域態融合特征的非侵入式負荷狀態監測系統及方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN117194949B 。

龍圖騰網通過國家知識產權局官網在2025-09-05發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202311159614.X，技術領域涉及：G06F18/213；該發明授權一種多域態融合特征的非侵入式負荷狀態監測系統及方法是由蔣屹新;馬大中;董旭柱;梁志宏;喬渤特;張宇南;楊祎巍;張化光;徐文倩設計研發完成，并于2023-09-07向國家知識產權局提交的專利申請。

本一種多域態融合特征的非侵入式負荷狀態監測系統及方法在說明書摘要公布了：本申請公開了一種多域態融合特征的非侵入式負荷狀態監測系統及方法，通過采集若干靜態數據和若干動態數據，對動態數據進行短時傅里葉變換，以及對靜態數據進行域度和形式變換，得到頻譜多維矩陣和多維辨識矩陣，并分別輸入靜態和動態特征提取器，得到潛在特征向量和動態特征向量，對潛在特征向量和動態特征向量進行合并、卷積與加權融合，得到融合特征向量矩陣，將融合特征向量矩陣輸入學生網絡，得到輸出設備及負荷事件，最終發送至云端計算中心。可見，在分析負荷事件時，引入了靜態數據，并對靜態數據進行了特征提取，以對靜態變量因素進行分析，考慮到外在靜態變量因素對潛在負荷可能性的事件的影響，保證了負荷事件監測的準確率。

本發明授權一種多域態融合特征的非侵入式負荷狀態監測系統及方法在權利要求書中公布了：1.一種多域態融合特征的非侵入式負荷狀態監測系統，其特征在于，包括數據采集單元、數據變換單元、特征提取單元、特征融合單元和網絡計算單元； 所述數據采集單元，用于采集若干靜態數據和若干動態數據； 所述數據變換單元，用于對每一動態數據進行短時傅里葉變換，得到該動態數據的頻譜多維矩陣，對每一靜態數據進行域度和形式變換，得到各靜態數據的多維辨識矩陣； 所述特征提取單元，用于將所述多維辨識矩陣輸入預先訓練好的靜態特征提取器，得到所述靜態特征提取器輸出的該靜態數據的若干潛在特征向量，將每一動態數據的頻譜多維矩陣輸入預先訓練好的動態特征提取模型，得到所述動態特征提取模型輸出的該動態數據的動態特征向量； 所述特征融合單元，用于對各潛在特征向量和各動態特征向量進行合并、卷積與加權融合，得到融合特征向量矩陣； 所述網絡計算單元，用于將所述融合特征向量矩陣輸入預先訓練好的學生網絡，得到所述學生網絡輸出的若干負荷設備的設備信息及每一負荷設備發生的負荷事件，通過通訊單元將各負荷設備的設備信息及每一負荷設備發生的負荷事件發送至云端計算中心； 所述數據變換單元對每一動態數據進行短時傅里葉變換，得到該動態數據的頻譜多維矩陣，包括： 所述數據變換單元獲取每一動態數據的動態數據樣本集； 所述數據變換單元通過計算每一動態數據樣本集的均方差，確定該動態數據樣本集的均方差序列； 所述數據變換單元利用下式確定每一動態數據的頻譜： ； 其中，為對該動態數據的動態數據樣本集的均方差序列進行短時傅里葉變換得到的均方差倒數數列序列，n為序列索引，為窗函數，為所述窗函數的中心位置，為所述窗函數的相位； 所述數據變換單元利用下式計算每一動態數據的累計均方差： ； 所述數據變換單元利用下式確定每一動態數據的頻譜多維矩陣： ； 其中，為符號函數； 所述數據變換單元對每一靜態數據進行域度和形式變換，得到各靜態數據的多維辨識矩陣，包括： 所述數據變換單元利用下式確定每一靜態數據的靜態變量概率密度函數： ； 其中，x為該靜態數據的變量，為該靜態數據服從標準正態分布的靜態變量分布概率，，為該靜態數據的標準差，為該靜態數據的預設靜態常數，N為該靜態數據在固定時間內采集到的總樣本數量； 所述數據變換單元將每一靜態數據的靜態變量概率密度函數乘以該靜態數據的靜態變量，得到該靜態數據的時序向量； 所述數據變換單元以時間作為矩陣拼接的索引，將各靜態數據的時序向量進行矩陣拼接，得到各靜態數據的多維辨識矩陣。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南方電網科學研究院有限責任公司;東北大學;武漢大學，其通訊地址為：510663 廣東省廣州市蘿崗區科學城科翔路11號J1棟3、4、5樓及J3棟3樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。