(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211102149.1 (22)申请日 2022.09.09 (71)申请人 西安热工 研究院有限公司 地址 710032 陕西省西安市碑林区兴庆路 136号 申请人 华能罗源发电有限责任公司 (72)发明人 杨沛豪　王小辉　张立松　兀鹏越　 高峰　陈予伦　柴琦　郭新宇　 王绍民　左莹　王润生　徐智王　 于雷　黄富强　王昌奥　陈盛发　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 曲进华 (51)Int.Cl. G06K 9/62(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06Q 50/06(2012.01) H02J 3/00(2006.01) (54)发明名称 基于DBN-ELM的设备耗电特征分类方法及装 置 (57)摘要 本申请公开了一种基于DBN ‑ELM的设备耗电 特征分类方法及装置， 其中， 该方法包括： 获取待 处理设备耗电量数据； 将待处理设备耗电量数据 输入预先训练好的DBN ‑ELM模型， 输出设备耗电 特征分类结果， 其中， DBN ‑ELM模型是根据ELM算 法对DBN模型改进得到的。 本申请能够提高设备 耗电特征分类结果的准确度， 进而可以有效识别 存在异常用电行为的设备， 降低电力公司的运营 成本。 权利要求书2页 说明书10页 附图3页 CN 115186771 A 2022.10.14 CN 115186771 A 1.一种基于DBN ‑ELM的设备耗电特 征分类方法， 其特 征在于， 包括： 获取待处 理设备耗电量数据； 将所述待处理设备耗电量数据输入预先训练好的DBN ‑ELM模型， 输出设备耗电特征分 类结果， 其中， 所述DBN ‑ELM模型是根据ELM算法对DBN模型改进得到的。 2.根据权利要求1所述的方法， 其特征在于， 所述将所述待处理设备耗电量数据输入预 先训练好的DBN ‑ELM模型之前， 包括： 获取设备耗电量训练数据； 基于所述设备耗电量训练数据对DBN－ELM初始模型中的RBM部分模型进行训练， 获得 DBN‑ELM中间模型； 根据ELM算法确定所述DBN ‑ELM中间模型中的ELM部分模型的权重和偏置， 获得所述预 先训练好的DBN ‑ELM模型。 3.根据权利要求2所述的方法， 其特 征在于， 所述RBM的能量 函数为： 其中， 表示所述RBM的可视层的节点数目， 表示所述RBM的隐藏层的节点数目， 表 示 第 个 可 视 层 节 点 的 状 态 ， 表 示 第 个 隐 藏 层 节 点 的 状 态 ， 表示分布参数， 表示第 个可视层节点和第 个隐藏层节点间的 权重， 和 分别表示第 个可视层节点和第 个隐藏层节点的层间偏执。 4.根据权利要求2所述的方法， 其特 征在于， 所述ELM部分模型为： 其中， 表示隐藏层的节点数目， 表示输出层的节点数目， 表示隐藏层的节点 到输出层节点的链接权重， 表示隐藏层的激活函数， 表示输入层节 点到隐藏层 的节点 的链接权重， 表示输入层的输出矩阵， 表示输入层节点到隐藏层的节点 的偏置， 表示输出层的节点 对应的零矩阵。 5.一种基于DBN ‑ELM的设备耗电特 征分类装置， 其特 征在于， 包括： 第一获取模块， 用于获取待处 理设备耗电量数据； 输出模块， 用于将所述待 处理设备耗电量数据输入预先训练好的DBN ‑ELM模型， 输出设 备耗电特 征分类结果， 其中， 所述DBN ‑ELM模型是根据ELM算法对DBN模型改进得到的。 6.根据权利要求5所述的装置， 其特 征在于， 所述输出模块之前， 包括：权　利　要　求　书 1/2 页 2 CN 115186771 A 2第二获取模块， 用于获取设备耗电量训练数据； 训练模块， 用于基于所述设备耗电量训练数据对DBN－ELM初始模型中的RBM部分模型 进行训练， 获得DBN ‑ELM中间模型； 确定模块， 用于根据ELM算法确定所述DBN ‑ELM中间模型中的ELM部分模型的权重和偏 置， 获得所述预先训练好的DBN ‑ELM模型。 7.一种电子设备， 其特 征在于， 包括： 处理器； 用于存储所述处 理器可执行指令的存 储器； 其中， 所述处理器被配置为执行所述指令， 以实现如权利要求1至4中任一项所述的基 于DBN‑ELM的设备耗电特 征分类方法。 8.一种计算机可读存储介质， 当所述计算机可读存储介质中的指令由电子设备的处理 器执行时， 使得电子设备能够执行如权利要求1至4中任一项所述的基于DBN ‑ELM的设备耗 电特征分类方法。权　利　要　求　书 2/2 页 3 CN 115186771 A 3