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！

龙图腾网获悉南瑞集团有限公司;南京南瑞信息通信科技有限公司申请的专利一种基于元学习的电网数字化资源建模管理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：CN115964953B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202310031638.0，技术领域涉及：G06F30/27；该发明授权一种基于元学习的电网数字化资源建模管理方法是由陈龙;林峰;汪晓岩;李盛盛;佘运波;施康;陈刚;葛朝晖;涂金金;邓箫设计研发完成，并于2023-01-10向国家知识产权局提交的专利申请。

本一种基于元学习的电网数字化资源建模管理方法在说明书摘要公布了：本发明公开了一种基于元学习的电网数字化资源建模管理方法，包括：获取数据治理后的电网数字化资源，对结构化数据和非结构化数据分别进行向量转换，得到初始实例数据；根据初始实例数据，基于Bi‑LSTM模型，得到上下文感知的实例数据；根据上下文感知的实例数据，计算原型并对实例数据进行分类，构建基于元学习的上下文感知原型网络；根据基于元学习的上下文感知原型网络，基于局部整体二元研判的离群点识别与标记策略，得到基于元学习的电网数字化资源建模，实现基于元学习的电网数字化资源管理。本发明有助于满足调度、设备、营销、发展等业务条线的专业需求，对新型电力系统的建设具有重要意义。

本发明授权一种基于元学习的电网数字化资源建模管理方法在权利要求书中公布了：1.一种基于元学习的电网数字化资源建模管理方法，其特征是，包括： 获取数据治理后的电网数字化资源，其中，所述数据治理包括基于一阶差分的缺失值补充，以及基于回归拟合和中位数绝对偏差的异常点调整；所述电网数字化资源包括结构化数据和非结构化数据； 所述基于一阶差分的缺失值补充，包括： 获取结构化数据； 计算结构化数据的一阶差分，其中； 待补充缺失值的结构化数据的补充包括如下： ； 其中，p是选取前后结构化数值的个数，u是在附近选取趋势一致数据的个数且； case1：响应于前后一阶差分正负保持一致，取前后各p个数据的平均值作为的缺失补充值； case2：响应于前后一阶差分正负相反，取相邻两个结构化数据的平均值作为的缺失补充值； case3：响应于前后各u-1个一阶差分正负保持一致且在该范围外仅出现一次连续的正负变化，取前后各u个结构化数据的平均值作为的缺失补充值； case4：响应于前后一阶差分正负变化不连续，取相邻两个结构化数据的平均值作为的缺失补充值； 所述基于回归拟合和中位数绝对偏差的异常点调整，包括： 获取结构化数据的回归拟合曲线； 计算结构化数据的绝对偏差的中位值，即，其中，表示中位值，表示求中位值，表示第i个结构化数据，为回归拟合曲线上的对应值； 结构化数据的调整如下： ； case1：响应于与回归拟合曲线上对应值之间的差值的绝对值不超过时，即满足时，则认定不是异常点，无需调整； case2：响应于与回归拟合曲线上对应值之间的差值的绝对值超过时，且满足时，则认定是偏高异常点，取作为调整值； case3：响应于与回归拟合曲线上对应值之间的差值的绝对值超过时，且满足时，则认定是偏低异常点，取作为调整值； 其中，为系数，，是结构化数据的数量，是用户所在地数据的取值频率； 对所述结构化数据和非结构化数据分别进行向量转换，得到结构化数据向量和非结构化数据向量； 拼接所述结构化数据向量和非结构化数据向量，得到初始实例数据； 根据所述初始实例数据，基于Bi-LSTM模型，得到上下文感知的实例数据； 根据所述上下文感知的实例数据，计算原型并对实例数据进行分类，构建基于元学习的上下文感知原型网络； 根据所述基于元学习的上下文感知原型网络，基于局部整体二元研判的离群点识别与标记策略，得到基于元学习的电网数字化资源建模，实现基于元学习的电网数字化资源管理。

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南瑞集团有限公司;南京南瑞信息通信科技有限公司，其通讯地址为：211106 江苏省南京市鼓楼区南瑞路8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”。

以上内容由龙图腾AI智能生成。