Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 珠海润电科技有限公司梁克标获国家专利权

珠海润电科技有限公司梁克标获国家专利权

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!

龙图腾网获悉珠海润电科技有限公司申请的专利基于AI的配电网故障识别方法以及相关装置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:CN119312068B

龙图腾网通过国家知识产权局官网在2025-08-01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:202411852162.8,技术领域涉及:G06F18/21;该发明授权基于AI的配电网故障识别方法以及相关装置是由梁克标;全柯乔;王建华设计研发完成,并于2024-12-16向国家知识产权局提交的专利申请。

基于AI的配电网故障识别方法以及相关装置在说明书摘要公布了:本申请提供了一种基于AI的配电网故障识别方法以及相关装置,方法包括获取多个预设的配电网系统的历史故障类型、历史故障类型对应的历史运行数据和历史故障时间;配电网系统对应的历史电网类型为城市、农村和工业区的任一项;提取每个历史运行数据对应的历史特征向量;根据历史电网类型和历史电网类型对应的历史特征向量,对历史特征向量进行特征转换,获取转换后的历史特征向量,以完成对多个所述历史特征向量的特征对齐;将转换后的历史特征向量和历史故障时间输入至待训练的AI模型,输出预测故障类型;根据每个历史特征向量对应的预测故障类型和历史故障类型完成对AI模型的训练,根据训练完成的AI模型完成对正在运行的配电网系统的故障识别。

本发明授权基于AI的配电网故障识别方法以及相关装置在权利要求书中公布了:1.一种基于AI的配电网故障识别方法,其特征在于,包括: 获取多个预设的配电网系统的历史故障类型、所述历史故障类型对应的历史运行数据和历史故障时间;所述配电网系统对应的历史电网类型为城市、农村和工业区;所述历史运行数据包括电压、电流、温度、湿度中的一项或多项; 提取每个所述历史运行数据对应的历史特征向量; 根据所述历史电网类型和所述历史电网类型对应的历史特征向量,对所述历史特征向量进行特征转换,获取转换后的所述历史特征向量,包括:根据历史电网类型对每个历史特征向量进行标准化,对每个历史特征向量进行特征增强,包括:在多个历史特征向量中确定基准特征向量;计算每个历史特征向量与基准特征向量的高斯核函数的值;根据每个历史特征向量对应的高斯核函数的值完成对历史特征向量的特征增强;对增强后的每个历史特征向量进行主成分分析,获取每个历史特征向量的特征对齐矩阵,根据特征对齐矩阵对对应的历史特征向量进行转换,获取转换后的历史特征向量,以完成对多个历史特征向量的特征对齐;以使得不同的所述历史电网类型对应的所述数据特征对齐;其中高斯核函数的表达式包括: ; 其中,为高斯核函数,为第个历史特征向量,为第个基准特征向量,为带宽参数,为历史特征向量之间的平均距离,决定了历史特征向量在高维空间中的分布;城市电网的基准特征向量为城市电网的历史特征向量的平均值,农村电网的基准特征向量为农村电网的历史特征向量的中位数,工业区电网的基准特征向量为工业区电网的历史特征向量的最佳表现特征向量; 将转换后的历史特征向量和历史故障时间输入至待训练的AI模型,所述AI模型包括输入层、多个长短期记忆层和输出层;所述历史特征向量和历史故障时间依次经输入层、多个长短期记忆层和输出层输出预测故障类型; 根据每个所述历史特征向量对应的预测故障类型和历史故障类型完成对所述AI模型的训练,根据训练完成的所述AI模型完成对正在运行的配电网系统的故障识别。

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珠海润电科技有限公司,其通讯地址为:519000 广东省珠海市唐家湾镇华冠路45号金鸿工业园二期1栋8层801;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。