一种适用于非侵入式电力监测的负荷特征自学习方法

被引：0

专利类型：

发明

申请号：

CN201910303389.X

申请日：

2019-04-15

公开(公告)号：

CN110119816A

公开(公告)日：

2019-08-13

发明(设计)人：

方国权赵家庆陈中郭家昌戴中坚杜璞良马子文苏大威徐春雷吕洋丁宏恩田江霍雪松李春唐聪徐秀之俞瑜赵奇

申请人：

申请人地址：

211189 江苏省南京市玄武区四牌楼2号

IPC主分类号：

G06N2000

IPC分类号：

G06N304 G06N308 G01R3100

代理机构：

南京众联专利代理有限公司 32206

代理人：

叶涓涓

法律状态：

专利申请权、专利权的转移

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2019-08-23	专利申请权、专利权的转移	专利申请权的转移 IPC(主分类):G06N 20/00 登记生效日:20190802 变更事项:申请人变更前权利人:东南大学变更后权利人:东南大学变更事项:地址变更前权利人:211189 江苏省南京市玄武区四牌楼2号变更后权利人:211189 江苏省南京市玄武区四牌楼2号变更事项:申请人变更后权利人:国网江苏省电力有限公司苏州供电分公司
2019-09-06	实质审查的生效	实质审查的生效 IPC(主分类):G06N 20/00 申请日:20190415
2019-08-13	公开	公开

共 50 条

[1]

一种具备自学习功能的非侵入式电力负荷监测系统与方法 [P].

栾文鹏 ;

刘博 ;

余贻鑫 ;

刘卫涛 ;

刘中胜 ;

刘浩 ;

杨静 ;

马骁 ;

杜伟强 ;

蒋仲明 .

中国专利 :CN106093652A ,2016-11-09

[2]

一种基于生物特征自学习方法及移动终端 [P].

曹义 .

中国专利 :CN105631283A ,2016-06-01

[3]

一种用于非侵入式电力负荷监测的特征选择辨识方法 [P].

戚艳 ;

王旭东 ;

李国栋 ;

于建成 ;

吴磊 ;

丁一 ;

马世乾 ;

胡晓辉 ;

张志君 ;

康宁 ;

赵玉新 ;

刘博 ;

刘浩 ;

尹凯 .

中国专利 :CN109492667A ,2019-03-19

[4]

基于不均衡间隔的语义特征自学习方法、设备及存储介质 [P].

胡桃成 ;

周玉焕 ;

刘秋荣 ;

徐龙辉 ;

邢阳 .

中国专利 :CN114048851A ,2022-02-15

[5]

一种基于深度自学习的故障特征自动提取方法 [P].

姜振铎 .

中国专利 :CN120687809A ,2025-09-23

[6]

一种基于特征自学习的高精度负荷辨识方法及系统 [P].

徐勇 ;

谢学渊 ;

单周平 ;

何军民 ;

曾麟 ;

向运琨 ;

何哲 ;

周行 .

中国专利 :CN112487991B ,2021-03-12

[7]

一种通用自学习系统及基于通用自学习系统的自学习方法 [P].

胡上峰 .

中国专利 :CN115033716B ,2022-09-09

[8]

一种具有自学习能力的非侵入式负荷辨识方法及智能电表 [P].

黄柳胜 ;

朱德省 ;

季海娟 ;

腾锋雷 ;

季海涛 ;

袁凯杰 .

中国专利 :CN109870600B ,2019-06-11

[9]

一种适用于非侵入式用户负荷数据监测分析方法 [P].

梅华威 ;

刘艳平 ;

曹旺斌 .

中国专利 :CN118551196A ,2024-08-27

[10]

一种TPMS自学习方法 [P].

黄琼 ;

徐炜 ;

詹厚顺 .

中国专利 :CN109664691A ,2019-04-23

← 1 2 3 4 5 →