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！

龍圖騰網獲悉英諾電力科技(天津)有限公司申請的專利基于GAF和ResNet-CBAM融合架構的電力負載識別方法及系統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：CN120408161B 。

龍圖騰網通過國家知識產權局官網在2025-09-09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：202510912192.1，技術領域涉及：G06F18/213；該發明授權基于GAF和ResNet-CBAM融合架構的電力負載識別方法及系統是由郭志濤;黃永;崔家銘;王堯;張子怡;李嘉誠;唐漢佳設計研發完成，并于2025-07-03向國家知識產權局提交的專利申請。

本基于GAF和ResNet-CBAM融合架構的電力負載識別方法及系統在說明書摘要公布了：本申請公開一種基于GAF和ResNet?CBAM融合架構的電力負載識別方法及系統，涉及電力負載識別技術領域，包括采集電力數據并經初始數據處理后存為第一數據庫；進行事件檢測以確定事件發生時間；獲取事件發生前后穩態數據生成事件對應的電量參數數據并生成信號波形，提取特征諧波；經GAF算法生成二維特征圖像，利用ResNet?CBAM神經網絡對二維特征圖像進行訓練生成負載類型識別模型，利用識別模型識別負載類型。上述方案通過改進的GAF編碼將原始信號轉換為角度領域投影，實現特征的空間表示，改進的GAF可有效將電力負載數據轉化為圖像形式，便于傳統神經網絡直接對其進行處理，利于提升電力負載識別精度。

本發明授權基于GAF和ResNet-CBAM融合架構的電力負載識別方法及系統在權利要求書中公布了：1.一種基于GAF和ResNet-CBAM融合架構的電力負載識別方法，其特征在于，包括： 將設定負載接入電力線路后采集獲取電力系統的電力數據，經初始數據處理后存儲為第一數據庫； 基于第一數據庫中的電力數據，利用檢測算法進行事件檢測，確定各次事件發生時間并存儲； 獲取并根據各次事件發生前后的穩態數據，計算生成各次事件所對應的電量參數數據并關聯存儲為第二數據庫； 自第二數據庫中提取事件關聯的電量參數數據并生成信號波形，利用傅里葉變換提取用以表征上述事件的特征諧波； 通過GAF算法對所述特征諧波進行圖像化處理，生成二維特征圖像； 結合第二數據庫中存儲的電量參數數據，利用ResNet-CBAM神經網絡對生成的二維特征圖像進行訓練生成負載類型識別模型； 獲取電力數據并基于所述負載類型識別模型識別輸出負載類型； 其中，所述事件包括負載進入工作狀態和負載結束工作狀態； 所述電量參數數據包括電流數據及電壓數據； 根據各次事件發生前后的穩態數據計算生成各次事件所對應的電量參數數據，其計算公式為： V=（Voff+Von）2； I=Ion-Ioff； 其中，V為電力線路的穩態電壓，所述Voff為負載結束工作后電力線路的電壓，Von為負載進入工作狀態后電力線路的電壓，I為電力線路的穩態電流，Ion為負載進入工作狀態后電力線路的電流，Ioff為負載結束工作后電力線路的電流； 根據事件發生前后的穩態數據獲取上述事件的電量參數數據還包括： 基于既已獲取的電量參數數據，利用DDIM算法模型進行數據擴充； 將擴充后的數據與原始數據進行對比評價，形成所述第二數據庫； 所述電力負載識別方法還包括： 接入負載后于電力線路的不同位點采集電力系統的電力數據，并與采樣位點關聯存儲為多個電力數據組； 利用所述負載類型識別模型對多個電力數據組中的數據進行識別，輸出多個負載類型識別結果； 根據多次負載類型識別結果判定各采樣位點的識別準確率； 對各采樣位點進行識別準確率標記。

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英諾電力科技(天津)有限公司，其通訊地址為：300110 天津市南開區科研西路天津科技廣場4號樓1502(天開園)；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”。