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！

龍圖騰網獲悉國網上海市電力公司;上海電力大學;華東電力試驗研究院有限公司申請的專利一種基于inception神經網絡的負荷分解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：CN115687440B 。

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：202110847165.2，技術領域涉及：G06F16/2458；該發明授權一種基于inception神經網絡的負荷分解方法是由王皓靖;李安;田英杰;楊秀;蘇運;李凡;吳裔;孫改平;郭乃網;吳吉海;傅廣努;張健菲;趙瑩瑩;阮靜嫻;時珊珊;金妍斐;陳琰;杜習周;馮以恒;王弘毅;吳子敬;潘瑞媛;蔣倩設計研發完成，并于2021-07-27向國家知識產權局提交的專利申請。

本一種基于inception神經網絡的負荷分解方法在說明書摘要公布了：本發明涉及一種基于inception神經網絡的負荷分解方法，包括：獲取若干用電設備的參考負荷數據，所述的參考負荷數據包括所有用電設備的參考總能耗數據以及對應時間段的參考氣象數據，將參考負荷數據輸入訓練好的inception神經網絡，獲得負荷分解結果，所述的負荷分解結果包括各個用電設備的工作狀態類型以及對應的有功功率估計值，根據負荷分解結果分析所有用電設備的能耗情況及用電規律。與現有技術相比，本發明提高了總能耗分解的準確率和精度。

本發明授權一種基于inception神經網絡的負荷分解方法在權利要求書中公布了：1.一種基于inception神經網絡的負荷分解方法，其特征在于，包括： 獲取若干用電設備的參考負荷數據，所述的參考負荷數據包括所有用電設備的參考總能耗數據以及對應時間段的參考氣象數據，將參考負荷數據輸入訓練好的inception神經網絡，獲得負荷分解結果，所述的負荷分解結果包括各個用電設備的工作狀態類型以及對應的有功功率估計值，根據負荷分解結果分析所有用電設備的能耗情況及用電規律； 所述的inception神經網絡的訓練過程包括： 1）獲取所有用電設備的歷史總能耗數據和歷史計量時序數據，以及對應時間段的歷史氣象數據； 2）進行數據預處理； 3）根據所有用電設備的歷史計量時序數據，結合滑動窗算法和高斯混合模型聚類算法獲取用電設備關于有功功率的工作狀態分類結果； 4）所述的歷史總能耗數據、歷史計量時序數據、工作狀態分類結果以及對應時間段的歷史氣象數據構成訓練集，利用訓練集inception神經網絡； 步驟3）包括： 31）根據用電設備的歷史計量時序數據，通過滑動窗算法獲取用電設備的啟動時刻以及停止時刻； 32）根據歷史計量時序數據，提取用電設備在啟動時刻和停止時刻之間的有功功率波形，所有用電設備的有功功率波形構成波形數據集； 33）根據波形數據集，通過高斯混合模型聚類算法對用電設備的工作狀態進行聚類，獲取用電設備關于有功功率的工作狀態分類結果； 步驟31）包括： 建立數據緩沖區，依次存放N個計量數據，每采進一個計量數據，則刪除最早存入的一個計量數據； 計算t時刻的工作狀態特征，計算公式為： 其中，和分別為數據緩沖區中N個計量數據的平均值和方差； 當滿足且時，判定用電設備啟動，開始記錄用電設備的有功功率波形，其中、和為設定值，且； 當再次滿足時，判定用電設備停止，停止記錄用電設備的有功功率波形； 步驟33）包括： 根據波形數據集對高斯混合模型中的參數、和 進行迭代計算，直至收斂或達到最大迭代輪數，迭代計算公式為： 其中，為后驗分布概率，表示第j個用電設備的有功功率波形，計算公式為： 其中，和分別為第i個高斯混合成分的均值向量和協方差矩陣，為混合系數，滿足且，為高斯混合成分個數，即聚類中心數，為高斯混合模型的第i個概率分布模型； 迭代計算完成后高斯混合模型將波形數據集劃分為K類簇，每類簇標記按下式確定： 為每類簇對應設置一種工作狀態類型標簽，從而獲得用電設備關于有功功率的工作狀態分類結果。

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國網上海市電力公司;上海電力大學;華東電力試驗研究院有限公司，其通訊地址為：200122 上海市浦東新區自由貿易試驗區源深路1122號；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”。