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！

龍圖騰網獲悉蘇州市保安服務有限公司申請的專利基于多任務學習的非侵入式負荷監測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：CN115564046B 。

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：202211403044.X，技術領域涉及：G06N3/096；該發明授權基于多任務學習的非侵入式負荷監測方法是由盛凱;傅穎;馬浩;賈俊鋮設計研發完成，并于2022-11-10向國家知識產權局提交的專利申請。

本基于多任務學習的非侵入式負荷監測方法在說明書摘要公布了：本申請涉及一種基于多任務學習的非侵入式負荷監測方法，屬于負荷監測技術領域，該方法包括：將干線中電能數據的N種物理量輸入預先訓練的多任務學習模型的共享模塊，得到不同物理量之間的關聯信息；共享模塊是將MMoE中門控網絡的可訓練矩陣與LSTM編碼模塊結合后建立；將關聯信息分別輸入多任務學習模型中多個并行的子任務模塊，得到每個子任務模塊輸出的目標設備的相對應物理量；可以解決現有多任務學習模型的模型性能較差的問題；由于不同物理量之間的關聯關系較強，且MMoE結合LSTM編碼模塊和Self?Attention可以提取更復雜的關聯關系，因此可以更加準確地學習不同物理量之間的關聯關系。

本發明授權基于多任務學習的非侵入式負荷監測方法在權利要求書中公布了：1.一種基于多任務學習的非侵入式負荷監測方法，其特征在于，所述方法包括： 獲取干線中電能數據的N種物理量，所述N為大于1的整數； 將所述N種物理量輸入預先訓練的多任務學習模型的共享模塊，得到共享模塊挖掘出的不同物理量之間的關聯信息；所述共享模塊是將多門專家混合層MMoE中門控網絡的可訓練矩陣與長短期記憶LSTM編碼模塊結合后建立； 將所述關聯信息分別輸入所述多任務學習模型中多個并行的子任務模塊，得到每個子任務模塊輸出的目標設備的相對應物理量，不同子任務模塊對應的物理量不同； 所述將所述N種物理量輸入多任務學習模型的共享模塊，得到共享模塊挖掘出的不同物理量之間的關聯信息，包括： 通過N個LSTM編碼模塊分別對N種物理量進行編碼，得到每種物理量的特征向量； 對各個特征向量進行拼接操作，得到特征矩陣E； 將預先訓練的矩陣Wq和Wk分別與所述特征矩陣E進行叉乘操作得到的矩陣Q和矩陣K； 計算矩陣Q與矩陣K的轉置矩陣之間的點積，得到自注意力機制分值； 基于所述自注意力機制分值通過歸一化函數得到歸一化值； 將所述歸一化值與所述N種物理量加權求和后的輸出值相乘，得到所述關聯信息。

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蘇州市保安服務有限公司，其通訊地址為：215000 江蘇省蘇州市平瀧路251號蘇州城市生活廣場A幢12A02室-12A09室；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”。