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！

龙图腾网获悉广东电网有限责任公司广州供电局申请的专利一种电力系统多源异构数据的特征提取及选择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：CN115470844B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202211044436.1，技术领域涉及：G06F18/211；该发明授权一种电力系统多源异构数据的特征提取及选择方法是由龙云;刘璐豪;卢有飞;梁雪青;邹时容;赵宏伟;张扬;张少凡;吴任博;陈明辉;蔡燕春;刘璇设计研发完成，并于2022-08-30向国家知识产权局提交的专利申请。

本一种电力系统多源异构数据的特征提取及选择方法在说明书摘要公布了：本发明属于电力系统与人工智能交叉领域，为一种电力系统多源异构数据的特征提取及选择方法，该方法包括将电力系统中的多源异构数据作为输入数据，构建训练数据集；为每组多源异构数据设计不同结构的神经网络，采用逐层训练算法对自编码器模型进行训练得到训练好的堆叠自编码器模型，通过训练好的堆叠自编码器模型提取每组多源异构数据的编码特征；构建融合层网络，对整个堆叠自编码器模型的参数进行微调；对得到的同构特征进行稀疏化处理，计算得到各个特征维度的权重，筛选出具有较高权重的特征。本发明能够较为全面挖掘数据特征，同时能够反映实际数据的语义性，所选取得到的特征能够支撑任务需求，大大提高实际任务的完成度。

本发明授权一种电力系统多源异构数据的特征提取及选择方法在权利要求书中公布了：1.一种电力系统多源异构数据的特征提取及选择方法，其特征在于，包括以下步骤： S1、引入电力系统中的多源异构数据作为输入数据，构建训练数据集； S2、通过堆叠自编码器模型为每组多源异构数据设计不同结构的神经网络，采用逐层训练算法对自编码器模型进行训练得到训练好的堆叠自编码器模型，通过训练好的堆叠自编码器模型提取每组多源异构数据的编码特征； S3、将每组多源异构数据的编码特征作为堆叠自编码器模型的输入数据，构建融合层网络，消除多源异构数据的编码特征的异构性得到同构特征表达，对整个堆叠自编码器模型的参数进行微调； 所述步骤S3具体步骤如下： S31、以前馈神经网络作为融合层网络，在融合层网络中将多组多源异构数据进行特征融合，前馈神经网络与每组多源异构数据的堆叠自编码器网络相连； S32、融合层网络外接softmax分类器，计算输入向量的标签类别概率； S33、使用梯度下降法对堆叠自编码器模型参数进行微调； 所述使用梯度下降法对堆叠自编码器模型参数进行微调，包括步骤：轮流迭代调整各个自编码器模型的参数，每次调整其中一个自编码器模型，固定其他自编码器模型的参数，直到所有自编码器模型的参数调整完毕； S4、采用结构化稀疏方法对得到的同构特征进行稀疏化处理，计算得到各个特征维度的权重，筛选出具有较高权重的特征，完成多源异构数据特征提取及选择； 所述步骤S4包括： 对同构特征的数据进行定义，定义同构特征特征表达，含有p维特征向量，是标签，表示输入训练数据矩阵，表示标签矩阵；设定p维特征向量划分成k个特征组，表示第j个组的特征维度数量；表示对于第个类别的权值系数向量，表示对应第j组的子系数向量； 通过目标函数对第个类别的特征选择，得到权值不为0的特征，目标函数： ； 其中，为损失函数，为正则项； ； ； 其中，和为正则项系数，超参数为第j个特征组的权值，表示样本输入的标签，T为权值矩阵，b为偏置项。

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广东电网有限责任公司广州供电局，其通讯地址为：510620 广东省广州市天河区天河南二路2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”。