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！

龙图腾网恭喜国网山东省电力公司泰安供电公司申请的专利一种基于XGBoost和CNN的用电行为特征重构与提取方法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：CN114065857B 。

龙图腾网通过国家知识产权局官网在2025-03-07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：202111359833.3，技术领域涉及：G06F18/213；该发明授权一种基于XGBoost和CNN的用电行为特征重构与提取方法是由安英豪;王一;程思瑾;张虓;王沈征;李心一;孙玉;冉冉;刘卉;吕宁设计研发完成，并于2021-11-17向国家知识产权局提交的专利申请。

本一种基于XGBoost和CNN的用电行为特征重构与提取方法在说明书摘要公布了：本发明公开了一种基于XGBoost和CNN的用电行为特征重构与提取方法，包括以下步骤：对于不同目标用户，分别采集多个影响因素数据和负荷数据，并进行数据预处理；使用XGBoost模型对各用户的数据集分别进行训练，在训练的过程中计算特征重要度，得出特征重要性排序；将每个目标用户的特征按重要性顺序进行重构，得到多个特征矩阵；对得到的每一类特征矩阵，利用CNN对其进行特征提取；找出每个目标用户负荷曲线中发生概念漂移的时间点，分割多个时间段，分时段重复上述步骤；基于提取出的特性展开用电行为辨识、电力负荷预测或窃电检测应用。本发明根据不同用户用电特点和潜在用电习惯识别用户用电行为模式，为用户提供个性化服务，有效提升了电网服务质量。

本发明授权一种基于XGBoost和CNN的用电行为特征重构与提取方法在权利要求书中公布了：1.一种基于XGBoost和CNN的用电行为特征重构与提取方法，其特征在于：包括以下步骤：S1.对于不同目标用户，分别采集多个影响因素数据和负荷数据，经过数据预处理后，得到用于特征提取的数据集；S2.使用XGBoost模型对各用户的数据集分别进行训练，在训练的过程中计算特征重要度，得出特征重要性排序；S3.将每个目标用户的特征按重要性顺序进行重构，得到多个特征矩阵；S4.对得到的每一类特征矩阵，分别利用CNN对其进行特征提取，得到提取出的特征矩阵；S5.找出每个目标用户负荷曲线中发生概念漂移的时间点，将时间分割成多个时间段，分时段重复以上步骤S2～S4；S6.基于提取出的特征，将特征矩阵输入全连接层，预测电力负荷，通过聚类算法进行分类用电数据，对用电行为进行辨识，通过计算待检测的用户用电特征与该类用户聚类中心的匹配度，进行窃电检测。

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山东省电力公司泰安供电公司，其通讯地址为：271000 山东省泰安市泰山区东岳大街201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”。