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！

龙图腾网恭喜南京工业大学申请的专利一种基于多维特征矩阵的非侵入式负荷识别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：CN119128724B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411245583.4，技术领域涉及：G06F18/2431；该发明授权一种基于多维特征矩阵的非侵入式负荷识别方法及系统是由丁松;王朗;王轶卿设计研发完成，并于2024-09-06向国家知识产权局提交的专利申请。

本一种基于多维特征矩阵的非侵入式负荷识别方法及系统在说明书摘要公布了：本发明公开了一种基于多维特征矩阵的非侵入式负荷识别方法及系统，涉及负荷识别领域，该识别方法包括：采集主回路电流电路数据，并对电流电路数据执行预处理后，为主回路内各设备划分对应的电流电压波形信号数据；基于电流电压波形信号提取电流周期信号，根据提取结果生成已知多维特征矩阵，并对多维特征矩阵实施信息熵计算与加权处理；将加权后多维特征矩阵输入至负荷识别模型，计算加权后多维特征矩阵与未知样本多维矩阵之间的距离，基于距离结果输出负荷识别结果。本发明以多维特征矩阵作为负荷识别模型的输入，含有的信息更加丰富，在方法上利于提高负荷识别的准确性和灵敏度。

本发明授权一种基于多维特征矩阵的非侵入式负荷识别方法及系统在权利要求书中公布了：1.一种基于多维特征矩阵的非侵入式负荷识别方法，其特征在于，该非侵入式负荷识别方法包括：采集主回路电流电路数据，并对电流电路数据执行预处理后，为主回路内各电器设备划分对应的电流电压波形信号数据；基于电流电压波形信号提取电流周期信号，根据提取结果生成已知多维特征矩阵，并对多维特征矩阵实施信息熵计算与加权处理；将加权后的多维特征矩阵作为已知电器设备训练集与邻近算法结合对负荷识别模型进行训练，获取已知类别样本多维特征矩阵向量；获取未知样本数据生成未知样本多维特征矩阵，将未知样本多维特征矩阵输入至训练后的负荷识别模型内得到待识别样本多维特征矩阵向量；计算已知类别样本多维特征矩阵向量与待识别样本多维特征矩阵向量之间的距离，基于距离结果选择与待识别样本多维特征矩阵向量最近的k个已知类别样本多维特征矩阵向量进行统计，根据统计结果输出负荷识别结果；所述基于电流电压波形信号提取电流周期信号，根据提取结果生成已知多维特征矩阵，并对多维特征矩阵实施信息熵计算与加权处理包括：基于分段聚合近似处理获取电流电压波形信号的分段聚合近似特征，并利用傅里叶变换技术提取电流电压波形信号对应的电流谐波特征；基于电流电压波形信号分析设备在电网中的有功功率与总功率，并根据有功功率与总功率计算功率因素特征；将分段聚合近似特征、电流谐波特征与功率因素特征作为电流周期信号，并对电流周期信号进行归一化处理后执行融合处理生成多维特征矩阵；对多维特征矩阵进行信息增益计算，并根据增益结果对多维特征矩阵内的特征实施加权处理。

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南京工业大学，其通讯地址为：211816 江苏省南京市浦口区浦珠南路30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”。