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！

龍圖騰網獲悉科大智能科技股份有限公司;科大智能電氣技術有限公司申請的專利單模態模型數據向智能電能表的轉移方法、設備及介質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：CN120317321B 。

龍圖騰網通過國家知識產權局官網在2025-08-12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：202510790573.7，技術領域涉及：G06N3/094；該發明授權單模態模型數據向智能電能表的轉移方法、設備及介質是由張翔;戴成濤;張吉勇;魏林麗;汪夢余;曾凡東;王義輝;張謇;周宇;劉飛;周元征;王翔;黃彬彬;史政語設計研發完成，并于2025-06-13向國家知識產權局提交的專利申請。

本單模態模型數據向智能電能表的轉移方法、設備及介質在說明書摘要公布了：本發明公開了單模態模型數據向智能電能表的轉移方法、設備及介質，包括：S1.在設備終端構建多尺度特征提取網絡，在云端生成網絡生成訓練集，以訓練多尺度特征提取網絡；S2.基于模型各層注意力權重分布，實施分層蒸餾壓縮，并通過漸進重訓練補償損失精度；S3.更新模型差分編碼協議，并通過優先級信道分配，在終端設備構建環境感知推理引擎；S4.終端設備記錄環境?誤報關聯數據，以構建反饋因子矩陣，并通過反向信道編碼上傳驗證反饋；S5.云端訓練集生成環境參數生成器，反饋因子矩陣注入環境參數生成器，基于強化學習構建模型進化評估器，訓練并迭代指定周期。本發明能夠實現電力異常檢測模型在資源受限終端的高精度持續優化。

本發明授權單模態模型數據向智能電能表的轉移方法、設備及介質在權利要求書中公布了：1.一種單模態模型數據向智能電能表的轉移方法，其特征在于，包括： S1.在設備終端構建多尺度特征提取網絡，在云端利用多維環境波形、動態環境耦合機制與對抗生成網絡生成訓練集，以訓練多尺度特征提取網絡； S2.基于多尺度特征提取網絡模型各層的注意力權重分布，實施分層蒸餾壓縮，并通過漸進重訓練補償損失精度； S3.更新多尺度特征提取網絡模型的差分編碼協議，并通過優先級信道分配，在終端設備構建環境感知推理引擎； S4.終端設備記錄環境-誤報關聯數據，以構建反饋因子矩陣，并通過反向信道編碼上傳驗證反饋； S5.云端訓練集基于上一輪環境參數調整生成環境參數生成器，反饋因子矩陣注入云端訓練集的環境參數生成器，基于強化學習構建模型進化評估器，訓練并迭代指定周期； 所述S1步驟的具體操作流程包括： S11.在云端構建多維環境波形庫，通過可編程電源控制器模擬標準異常波形； S12.引入動態環境耦合機制，在波形生成時注入實時環境參數； S13.采用對抗生成網絡增強數據多樣性，生成包含環境-波形聯合分布特征的訓練集； S14.在設備終端構建多尺度特征提取網絡，通過訓練集訓練多尺度特征提取網絡，通過并聯卷積層捕獲時域突變特征與頻域畸變特征； 所述S12步驟中波形生成的表達式為： 其中，為動態耦合波形，用于表示疊加環境參數影響后的合成信號；為標準異常波形；為第類環境參數的影響系數；為第類環境參數的實時測量值；為第類環境參數的標稱值；為在環境參數偏離標稱值時輸出±1，用于控制波形偏移方向； 所述函數用于確保環境參數偏離標稱值時波形幅值定向偏移，以模擬真實工況下的熱漂移效應； 所述S3步驟的具體操作流程包括： S31.重新設置模型差分編碼協議，與上一版本模型對比獲取模型參數差異，生成僅含變化量的更新包； S32.通過優先級信道分配，優先傳輸影響檢測精度的核心層參數； S33.在終端構建環境感知推理引擎，根據實時溫濕度數據動態調整特征提取閾值，有： 其中，表示為動態調整后的特征激活閾值，與環境溫濕度、實時關聯；為標稱環境下的初始激活閾值；為溫度補償系數，溫度每升高1℃閾值降低0.15%，用于補償熱噪聲；為濕度補償系數，濕度每升高1%RH閾值提高0.2%，用于抑制漏電流；為設備額定工況標稱溫度；為設備額定工況標稱濕度。

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科大智能科技股份有限公司;科大智能電氣技術有限公司，其通訊地址為：201600 上海市松江區泗磚路777號1幢503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”。