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！

龙图腾网恭喜国网江苏省电力有限公司泰州供电分公司;山东大学申请的专利基于多特征融合与改进谱聚类的用电行为分析方法及系统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：CN114065819B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202111421020.2，技术领域涉及：G06F18/241；该发明授权基于多特征融合与改进谱聚类的用电行为分析方法及系统是由白少锋;陈霄;黄玮;王涓;严宇;陈帅江;张法业;姜明顺;张雷设计研发完成，并于2021-11-26向国家知识产权局提交的专利申请。

本基于多特征融合与改进谱聚类的用电行为分析方法及系统在说明书摘要公布了：本发明公开一种基于多特征融合与改进谱聚类的用电行为分析方法及系统，包括：对用电数据进行数据清洗；基于负载特性曲线、信号处理和负荷特征构造对清洗后的用电数据提取用电特征；对用电特征进行递归特征消除的特征选择，对选择的用电特征进行特征融合；基于融合得到的特征子集采用改进的谱聚类模型进行不同用电行为的分类；改进的谱聚类模型包括基于增强高斯核函数构建特征子集的邻接矩阵，并以此进行分类，增强高斯核函数为根据特征子集中样本点间的距离与预设正参数得到边权重，由边权重构建邻接矩阵。通过对用电数据提取的各类型用电特征进行多特征融合，和基于改进谱聚类算法进行分类，实现对用电行为的分析。

本发明授权基于多特征融合与改进谱聚类的用电行为分析方法及系统在权利要求书中公布了：1.基于多特征融合与改进谱聚类的用电行为分析方法，其特征在于，包括：对获取的用电数据进行数据清洗；基于负载特性曲线、信号处理和负荷特征构造方法对清洗后的用电数据提取用电特征；基于负载特性曲线提取的用电特征包括：负载特性曲线、平均周用电曲线、周平均用电曲线、日用电量差分曲线、平均周用电量差分曲线、周平均用电量差分曲线、日用电量累加曲线和周平均用电量累加曲线；基于信号处理提取用电特征包括：采用小波变换和特征降维提取用电特征，提取的用电特征包括：近似系数与三阶细节系数、近似系数与三阶二阶细节系数、标准化的近似系数与三阶细节系数、标准化的近似系数与三阶二阶细节系数以及对4个系数降维后的特征；基于负荷特征构造方法提取的用电特征包括：平均用电量、最大用电量、最小用电量、峰谷差、平段用电比、皮尔逊相关系数、周用电分布、周用电稳定性、月用电波动、月用电离散度和月用电趋势；根据用电特征与用电行为的关联，对用电特征进行递归特征消除的特征选择，对选择的用电特征进行特征融合；从提取的各类用电特征中使用递归特征消除算法RFE挑选与用电行为分析关联明显的特征，具体包括：RFE算法确定一个为各特征分配权重的评估器，使用原始特征集对评估器进行训练；通过评估器删除原始特征集中最不重要的特征，得到经过修剪的特征子集；在特征子集上递归地重复这个过程，直到遍历所有特征；在特征遍历结束后，选择分类效果最好的特征子集作为特征选择结果；基于融合得到的特征子集采用改进的谱聚类模型进行不同用电行为的分类；其中，改进的谱聚类模型包括基于增强高斯核函数构建特征子集的邻接矩阵，并以此进行分类，所述增强高斯核函数为根据特征子集中样本点间的距离与预设正参数得到边权重，由边权重构建邻接矩阵。

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国网江苏省电力有限公司泰州供电分公司;山东大学，其通讯地址为：225309 江苏省泰州市凤凰西路2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”。