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！

龙图腾网恭喜重庆大学申请的专利一种基于实时功耗与机器学习的设备电力指纹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：CN117789257B 。

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：202311720773.2，技术领域涉及：G06V40/12；该发明授权一种基于实时功耗与机器学习的设备电力指纹识别方法及系统是由王宁;李蔚洋;何家玲;向涛;陈泌文;郭尚伟;欧阳德强设计研发完成，并于2023-12-14向国家知识产权局提交的专利申请。

本一种基于实时功耗与机器学习的设备电力指纹识别方法及系统在说明书摘要公布了：本发明涉及一种基于实时功耗与机器学习的设备电力指纹识别方法及系统，属于电力数据处理技术领域。该方法包括以下步骤：S1、数据采集与数据处理：采集设备的实时功耗数据，并进行数据预处理滤掉干扰噪声；S2、特征提取：按照滑动窗口划分数据集并分别从时域和频域提取功率指纹特征；S3、模型训练与设备识别：设计多层感知器分类器用于识别功耗变化模式，从而实现对不同设备的识别。本方案解决了传统设备负载识别方法效率低下、实时性差的问题，具有广阔的应用前景。

本发明授权一种基于实时功耗与机器学习的设备电力指纹识别方法及系统在权利要求书中公布了：1.一种基于实时功耗与机器学习的设备电力指纹识别方法，其特征在于：该方法具体包括以下步骤：S1、数据采集与数据处理：采集设备的实时功耗数据，并进行数据预处理滤掉干扰噪声；S2、特征提取：按照滑动窗口划分数据集并分别从时域和频域提取功率指纹特征；S3、模型训练与设备识别：设计多层感知器分类器用于识别功耗变化模式，从而实现对不同设备的识别；在步骤S1中，具体包括：S11、通过公式及公式pmt＝I*t计算设备功耗，其中PD表示设备的总功耗，代表设备中第i个模块的功耗，I表示实时电流，t表示时间变量，m表示目前表示的模块；在进行设备的功率测量后得到Pp1,p2,…,pn，它表示设备的功耗，其中n表示数据点的个数；S12、使用基于累积分布函数CumulativeDistributionFunction,CDF的去噪步骤来消除明显的异常峰值，然后利用基于指数移动平均方法ExponentialMovingAverage,EMA的滤波步骤来去除小的异常波动，在这两个步骤之后，获得经过清理的数据ss1,s2,…,sm，其中m表示处理后剩余的数据点的个数；S13、使用滑动窗口处理清理后的数据，以捕获功耗数据波动的骨架数据；在步骤S2中，从预处理过的功耗数据中提取有辨别性的特征来区分设备，从时域选择22个特征，从频域选择6个特征，具体包括：基于时域的特征：1滑动窗口内的平均功耗： 其中Z是滑动窗口包含数据的个数，ri是窗口中第i个耗电数据；2滑动窗口内功耗的标准偏差： 3滑动窗口的最大和最小功耗值：f3＝maxRf4＝minR这里R表示窗口中所有耗电数据的集合；4在滑动窗口内位于30％、60％、90％的功耗值： 5与△W有关的特征： 其中△Wi记录第i个滑动窗口中相邻位置耗电数据差值的绝对值，L表示滑动窗口的个数；6与△T有关的特征： 这里的△Ti表示第i个滑动窗口中相邻位置数据点时间差值；7与Re有关的特征： 其中基于频域的特征：1均方根： 其中di是原始耗电数据ri经过傅里叶变换后得到的值；2频谱质心： 3频谱熵： 4频谱偏态： 5频谱峰态： 6频谱平坦度：

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重庆大学，其通讯地址为：400030 重庆市沙坪坝区沙正街174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”。