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！

龙图腾网恭喜国网浙江省电力有限公司营销服务中心;中国电力科学研究院有限公司申请的专利一种电能表异常现象自动检测与判定方法和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：CN119416128B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202510018688.4，技术领域涉及：G06F18/2433；该发明授权一种电能表异常现象自动检测与判定方法和系统是由徐韬;张宏达;陈欢军;刘思;杨思洁;孟静;段晓萌;杨玉博;徐开;杨依睿;孔德政;周佑;谢泽楠;陆艳;孙舒瑶;黄星尧;徐一帆设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。

本一种电能表异常现象自动检测与判定方法和系统在说明书摘要公布了：本发明公开了一种电能表异常现象自动检测与判定方法和系统。本发明采用的方法，包括：实时采集多维度电力参数数据，将数据映射到非线性空间，构建判别矩阵，通过最小化目标函数，优化投影矩阵以有效区分正常与异常数据，对电力参数数据的特征向量进行多阶段动态滤波，得到净化后的特征向量；净化后的特征向量经过自适应卷积逆变换算法处理，以重构信号的时间和空间特征，生成频域信号，再通过逆变换恢复完整的时间特征信号，通过多重迭代收敛算法得到最优异常特征向量，对最优异常特征向量进行分类，完成自动检测与判定。本发明可以提高异常检测的准确性，提高信噪比，准确识别不同类型的异常现象。

本发明授权一种电能表异常现象自动检测与判定方法和系统在权利要求书中公布了：1.一种电能表异常现象自动检测与判定方法，其特征在于，包括步骤：S1、实时采集多维度电力参数数据，将数据映射到非线性空间，构建判别矩阵，通过最小化目标函数，优化投影矩阵以有效区分正常与异常数据，对电力参数数据的特征向量进行多阶段动态滤波，得到净化后的特征向量；所述的判别矩阵定义为： 其中，表示映射后的数据集，是判别矩阵，和是投影矩阵，控制数据在非线性空间中的分布，以便最大化类间差异和最小化类内差异，是调节第i个数据权重的参数，是矩阵的转置，是映射后数据的数量；通过最小化以下目标函数，获得最优的投影矩阵： 其中，表示矩阵的迹，和分别为类内和类间散布矩阵，其定义如下： 其中，为第k类数据的均值向量，表示该类所有样本在特征空间中的平均位置；为所有数据的全局均值向量，表示所有样本在特征空间中的平均位置；是数据的类别数量，是第k类的样本数，表示该类样本的总数量；S2、净化后的特征向量经过自适应卷积逆变换算法处理，以重构信号的时间和空间特征，生成频域信号，再通过逆变换恢复完整的时间特征信号，通过多重迭代收敛算法得到最优异常特征向量，对最优异常特征向量进行分类，完成自动检测与判定；所述的自适应卷积逆变换算法在卷积核设计和逆变换过程中引入多重调制和自适应调整机制；净化后的特征向量被输入到卷积核函数中，卷积核函数定义为： 其中，表示卷积核函数，是卷积核的中心位置，控制卷积核的扩展系数，是卷积核的周期参数；通过卷积运算，净化后的特征向量被处理成频域信号，卷积过程公式如下： 其中，是频域信号，为卷积后的信号在频域中的表示，是积运算中的移位参数，表示信号的平移量；在得到频域信号后，结合频域和时域的联合调制进行逆变换操作，公式如下： 其中，表示重构后的信号，逆变换中的调制项用于动态调整频率分量。

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浙江省电力有限公司营销服务中心;中国电力科学研究院有限公司，其通讯地址为：311100 浙江省杭州市余杭区云联路138号5幢；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”。