买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东北大学秦皇岛分校申请的专利非侵入式异常负荷行为的监测方法、电子设备和存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115423128B 。

龙图腾网通过国家知识产权局官网在2026-05-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211066557.6，技术领域涉及：G06Q10/20；该发明授权非侵入式异常负荷行为的监测方法、电子设备和存储介质是由韩英华;李可可;冯涵同;赵强设计研发完成，并于2022-08-31向国家知识产权局提交的专利申请。

本非侵入式异常负荷行为的监测方法、电子设备和存储介质在说明书摘要公布了：本发明涉及一种非侵入式异常负荷行为的监测方法、电子设备和存储介质，所述方法包括，获取非侵入式负荷监测设备的实时监测数据并去噪；所述监测数据包括：所述非侵入式负荷监测设备监测的预选电力电路的总电压和总电流数据；针对去噪后的监测数据，将存在负荷状态转换的监测数据作为有效监测数据；基于预先构建的功率策略，对有效监测数据进行颜色编码处理，获得每一电力电路对应的总电压和总电流的V‑I轨迹图像；将所述V‑I轨迹图像输入到训练的条件生成对抗网络，基于生成的特征重构图像判断各电力电路是否存在异常负荷。其有益效果是，能够解决现有技术中非侵入式负荷监测扩展性低、灵活度低、监测误差高的技术问题。

本发明授权非侵入式异常负荷行为的监测方法、电子设备和存储介质在权利要求书中公布了：1.一种非侵入式异常负荷行为的监测方法，其特征在于，包括以下步骤： S1、获取非侵入式负荷监测设备的实时监测数据并去噪；所述监测数据包括：所述非侵入式负荷监测设备监测的预选电力电路的总电压和总电流数据； S2、针对去噪后的监测数据，将存在负荷状态转换的监测数据作为有效监测数据； S3、基于预先构建的功率策略，对有效监测数据进行颜色编码处理，获得所述电力电路中每一单个负荷的V-I轨迹图像； S4、将所述V-I轨迹图像输入到训练的条件生成对抗网络，基于生成的特征重构图像判断各电力电路是否存在异常负荷； 其中，所述条件生成对抗网络包括：条件自编码器和胶囊网络、分类器，所述条件自编码器用于实现V-I轨迹图像中负荷的高斯先验概率转换为高斯后验概率，胶囊网络用于实现同一类特征在高斯分布中心附近的紧凑性，使得分类器检测负荷； 在S1之前，所述方法还包括：S0、对所述条件生成对抗网络进行训练： 所述S0包括： S01、获取用于训练所述条件生成对抗网络的训练监测数据样本和校验监测数据样本；所述训练监测数据样本和所述校验监测数据样本为同一电力电路的历史监测总电压和总电流数据； S02、基于预先构建的功率策略，对所述训练监测数据样本和校验检测数据样本进行编码，获取所述电力电路中每一单个负荷的训练V-I轨迹图像和校验V-I轨迹图像； S03、针对每一单个负荷，将所述训练V-I轨迹图像输入到所述条件生成对抗网络重构生成所述训练V-I轨迹的特征重构图像； S04、分别将每一单个负荷对应的所述校验V-I轨迹图像和所述特征重构图像输入到预先构建的鉴别器，判断所述特征重构图像是否与所述校验V-I轨迹图像匹配； S05、调整所述条件生成对抗网络的训练参数，并交替进行生成特征重构图像和输入判别网络，以使得所述条件对抗监测网络最后生成的特征重构图像与所述校验V-I轨迹图像匹配，获取训练的条件对抗监测网络； 调整所述条件对抗监测网络的训练参数，具体为， 基于预先构建的损失函数，计算所述条件对抗监测网络的训练损失的最小值； 对所述最小值加权计算调整所述条件生成对抗网络的参数； 所述损失函数包括特征匹配损失函数、重建损失函数、额外的编码器损失函数、中心约束损失函数和或对比损失函数； 所述特征匹配损失函数表达式为： ； 所述fx为给定输入V-I轨迹x，鉴别器中间层的输出； 所述重建损失函数表达式为： ； 所述；μ为训练V-I轨迹图像的平均强度，δ为训练V-I轨迹图像的标准差，为训练V-I轨迹和特征重构图像的协方差；c1、c2为常数； 所述额外的编码器损失函数表达式为： ； 所述z为训练V-I轨迹图像时胶囊网络输出的采样矢量特征，为特征重构图像的编码特征； 所述中心约束损失函数表达式为： LKL=dC,sg[Py]，sg[·]代表停止梯度算子； 所述，所述C为概率胶囊，P为目标负荷簇的高斯分布； 所述对比损失函数表达式为： ； 所述[·]+为返回参数正数的函数； 所述对所述最小值加权计算的公式为： L=αLKL+βLrec+γLcontr+σLenc+λLadv，所述α、β、γ、σ和λ均为常数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东北大学秦皇岛分校，其通讯地址为：066004 河北省秦皇岛市经济技术开发区泰山路143号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。