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！

龍圖騰網獲悉中能拾貝科技有限公司申請的專利基于深度殘差網絡的電力設備數據異常檢測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：CN120256928B 。

龍圖騰網通過國家知識產權局官網在2025-09-12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：202510748949.8，技術領域涉及：G06F18/213；該發明授權基于深度殘差網絡的電力設備數據異常檢測方法及系統是由沈春賢;唐票林;李善海;李大全;丁祖華設計研發完成，并于2025-06-06向國家知識產權局提交的專利申請。

本基于深度殘差網絡的電力設備數據異常檢測方法及系統在說明書摘要公布了：本發明涉及數據異常檢測技術領域，具體為基于深度殘差網絡的電力設備數據異常檢測方法及系統，通過獲取電力設備的多維時間序列數據，并進行預處理；構建深度殘差網絡模型對所述多維時間序列數據進行分析，獲得電力設備異常數據；所述深度殘差網絡模型包括多尺度殘差分析單元、自適應維度注意力機制分析單元、自編碼異常度量分析單元和輕量級推理優化單元；依據所述電力設備異常數據進行異常可解釋性分析，包括定位電力設備異常數據、生成電力設備異常熱力圖和生成電力設備故障類型。本發明通過對電力設備數據基于深度殘差網絡的分析，從而提高異常識別的準確性。

本發明授權基于深度殘差網絡的電力設備數據異常檢測方法及系統在權利要求書中公布了：1.基于深度殘差網絡的電力設備數據異常檢測方法，其特征在于，包括： 獲取電力設備的多維時間序列數據，并進行預處理；所述多維時間序列數據包括電壓、電流、溫度、振動和局部放電； 構建深度殘差網絡模型對所述多維時間序列數據進行分析，獲得電力設備異常數據；所述深度殘差網絡模型包括多尺度殘差分析單元、自適應維度注意力機制分析單元、自編碼異常度量分析單元和輕量級推理優化單元； 所述多尺度殘差分析單元包括多分支并行結構特征提取層、深度可分離卷積層配置層、殘差連接路徑設置層和特征融合層；所述多分支并行結構特征提取層通過對每個分支采用不同尺寸的卷積核，獲得電力設備的短期時間依賴特征、中期時間依賴特征和長期時間依賴特征；所述深度可分離卷積層配置層依據深度可分離卷積層對電力設備的短期時間依賴特征、中期時間依賴特征和長期時間依賴特征的計算復雜度進行降低；所述殘差連接路徑設置層通過殘差連接路徑將多分支輸入特征通過直接相加的方式連接到分支輸出端，對電力設備原始信號在深層網絡中進行保留；所述特征融合層通過對電力設備的短期時間依賴特征、中期時間依賴特征和長期時間依賴特征進行自適應融合，生成電力設備的運行狀態綜合特征； 所述自適應維度注意力機制分析單元包括全局信息提取層、通道注意力模塊構建層和維度間依賴關系建模層；所述全局信息提取層通過全局平均池化和全局最大池化分別計算多維時間序列數據各維度的統計特征；所述通道注意力模塊構建層由兩層全連接網絡組成，將統計特征輸入維度壓縮和將壓縮的統計特征恢復到輸入維度，生成各維度的重要性得分并應用Sigmoid激活函數處理；所述維度間依賴關系建模層基于各維度的重要性得分計算電力設備不同參數間的相關性矩陣，獲得參數間的耦合關系，對運行狀態綜合特征進行驗證； 所述自編碼異常度量分析單元包括編碼器和解碼器的自編碼網絡結構，其中所述編碼器基于多尺度殘差分析單元，對電力設備正常運行狀態的隱含特征進行提取，所述解碼器采用轉置卷積結構，將隱含特征重建為原始輸入數據； 依據所述電力設備異常數據進行異常可解釋性分析，包括定位電力設備異常數據、生成電力設備異常熱力圖和生成電力設備故障類型。

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中能拾貝科技有限公司，其通訊地址為：510700 廣東省廣州市黃埔區聯和街道光譜中路11號2棟1單元14層02-04單位；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”。