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！

龙图腾网恭喜安徽理工大学申请的专利一种基于自适应鲸鱼优化的电力负荷特征筛选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：CN114662902B 。

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：202210280160.0，技术领域涉及：G06Q10/0637；该发明授权一种基于自适应鲸鱼优化的电力负荷特征筛选方法是由胡锋;周孟然;朱梓伟;王旭;邵帅;张易平;汪锟设计研发完成，并于2022-03-21向国家知识产权局提交的专利申请。

本一种基于自适应鲸鱼优化的电力负荷特征筛选方法在说明书摘要公布了：本发明公开了一种基于自适应鲸鱼优化的电力负荷特征筛选方法，包括：采集不同类型电力负荷在一个连续采样周期内的电压、电流、有功功率和无功功率；分别提取电压、电流、有功功率和无功功率的时域特征和频域特征；将时域特征和频域特征合并，得到电力负荷的时域和频域联合特征；基于自适应鲸鱼优化算法对电力负荷的时域和频域联合特征进行特征筛选，得到电力负荷的筛选特征。本发明在提取电力数据的时域特征和频域特征基础上，借助自适应鲸鱼优化算法实现电力负荷特征的准确筛选，得到了电力负荷的筛选特征，减少了原始时域特征和频域特征的冗余信息，提高了电力负荷辨识的精度和速度。

本发明授权一种基于自适应鲸鱼优化的电力负荷特征筛选方法在权利要求书中公布了：1.一种基于自适应鲸鱼优化的电力负荷特征筛选方法，其特征在于，包括：S1：采集不同类型电力负荷在一个连续采样周期内的电压、电流、有功功率和无功功率；S2：分别提取电压、电流、有功功率和无功功率的时域特征和频域特征；S3：将时域特征和频域特征合并，得到电力负荷的时域和频域联合特征；S4：基于自适应鲸鱼优化算法对电力负荷的时域和频域联合特征进行特征筛选，得到电力负荷的筛选特征；S4包括：S41：定义适应度函数： 其中，Ncorrect为测试集样本中预测正确的数量，Ntest为测试集样本总体的数量，E为自适应度；S42：随机选取电力负荷的时域和频域联合特征中一个特征组合作为初始鲸鱼位置，设置鲸鱼优化算法的参数，包括群体数目N、最大迭代次数T、自适应因子β、选择收缩包围机制和螺旋位置更新的概率p；S43：按照公式30计算每个鲸群个体对应的适应度值，寻找当前群体中最佳鲸群个体X*，并将结果保存；S44：当p＜0.5时，若是A＜1，则按照公式31对当前鲸群个体的空间位置进行更新： 其中，A和C为系数向量，为当前鲸群个体最佳空间位置，Xt为当前鲸群个体空间位置，t为当前迭代的次数；A＝2a×r-a×Et×β32C＝2r×Et×β33其中，为常数，其值从2到0线性递减；r为随机向量，其取值范围为[0,1]；Et为当前位置的适应度函数值；β为自适应因子，其取值范围为0,1；若是A≥1，则从当前群体中随机选择鲸群个体位置Xrand，并按照公式34对当前鲸群个体的空间位置进行更新：Xt+1＝Xrand-A×|C×Xrand-Xt|34其中，Xrand为从当前鲸群中随机选择的位置；S45：当p≥0.5时，按照公式35对当前鲸群个体的空间位置进行更新： 其中，b为定义的对数螺旋形状常数，l为[-1,1]之间的随机数；S46：计算每个鲸群个体对应的测试集分类误差作为适应度值，寻找当前群体中最佳鲸群个体X*，并将结果保存，同时，判断是否满足终止条件，即达到了最大迭代次数或者适应度函数为0，若满足，则转到S47输出寻优结果；否则，令t＝t+1，同时更新a、A、C、l和p，并重复执行上述S44至S46；S47：输出最优鲸群个体适应度值及所处空间位置X*，X*即为最佳的一组筛选特征。

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安徽理工大学，其通讯地址为：232000 安徽省淮南市泰丰大街168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”。