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！

龙图腾网恭喜南京邮电大学申请的专利一种基于相关性分析的CNN-DBSCAN高损台区间歇性窃电检测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：CN119226835B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202411756029.2，技术领域涉及：G06F18/2321；该发明授权一种基于相关性分析的CNN-DBSCAN高损台区间歇性窃电检测方法是由刘增稷;胡静威;周霞;张腾飞设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本一种基于相关性分析的CNN-DBSCAN高损台区间歇性窃电检测方法在说明书摘要公布了：本发明属于电力系统自动化技术领域，公开了一种基于相关性分析的CNN‑DBSCAN高损台区间歇性窃电检测方法，通过多尺度CNN模型对所有待测用户的电力消耗数据与台区线损数据之间可能存在最大相关性分析结果的周期进行初步选取，得到所有待测用户最可能发生窃电行为的时间段后，通过与线损率数据实际上存在异常的时间段进行对比，得到时间距离加权下的皮尔逊相关性分析结果；通过DBSCAN聚类算法将所有用户的相关性分析结果进行聚类，将其中的离群点辨识为窃电用户。本发明所述方法能够对系统中窃电行为更加隐蔽、窃电特征更加微弱的间歇性窃电者进行有效的筛查，稳定快速的进行窃电检测，保证了电力系统的安全稳定运行。

本发明授权一种基于相关性分析的CNN-DBSCAN高损台区间歇性窃电检测方法在权利要求书中公布了：1.一种基于相关性分析的CNN-DBSCAN高损台区间歇性窃电检测方法，其特征在于，包括以下步骤：步骤1、将检测周期内高损配电台区中每位用电用户的电力消耗数据和配电台区的线损数据进行预处理，并按照短时和每日的时间间隔分别划分为不同分辨率的长短期联合数据，构建多尺度CNN模型并训练，根据长短期联合数据得出每位用电用户的电力消耗数据与台区线损数据存在相关性的最大时期，即窃电嫌疑最大时期；步骤2、根据线损数据的实际异常时间，与多尺度CNN模型输出的每位用户窃电嫌疑最大时期进行对比，计算得出时间距离偏移权重；再通过皮尔逊相关性分析算法，得到每位用户在线损数据异常时间段内的窃电嫌疑评价指标大小；其中，首先通过时间距离加权值的大小来计算多尺度CNN模型输出的相关性最大时间段与台区线损率异常时间段之间存在的偏移，从而得到用户电力消耗数据与台区线损数据在线损率异常的前提下，进行相关性分析时能够取得的最大结果；则基于时间距离加权的皮尔逊相关性分析算法如下式所示： ，其中，为时间距离加权下模型输出的相关性最大时间段内的用户电力消耗数据与台区线损数据皮尔逊相关性分析结果，即每位待测用户在台区线损率异常时间段内能够取得的相关性分析最大结果；表示多尺度CNN模型输出的每位待测用户相关性最大时间段内的台区线损数据，表示多尺度CNN模型输出的每位待测用户相关性最大时间段内的用户电力消耗数据；为时间距离偏移权重；步骤3、利用DBSCAN算法，将高损配电台区内的所有用电用户的窃电嫌疑评价指标取值进行聚类分析，将聚类后的离群点判定为该台区内的窃电者，并委派工作人员针对窃电用户的窃电行为进行实地稽查。

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邮电大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9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”。