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！

龙图腾网获悉浙江大学申请的专利一种基于双重相似性的配电网低压分路跳闸智能预测分析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：CN115622042B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202211327745.X，技术领域涉及：H02J3/00；该发明授权一种基于双重相似性的配电网低压分路跳闸智能预测分析方法是由杨强;刘艺娴;王玉彬设计研发完成，并于2022-10-27向国家知识产权局提交的专利申请。

本一种基于双重相似性的配电网低压分路跳闸智能预测分析方法在说明书摘要公布了：本发明公开了一种基于双重相似性的配电网低压分路跳闸智能预测分析方法。该方法基于运行模式的相似性和时间的相似性判断配电网低压分路运行状态是否正常，首先基于k‑means得到典型运行模式集，使用欧氏距离来衡量运行模式的相似性；然后基于LSTM对时间相似性进行建模，基于高分辨率连续测量的时间延续性进行跳闸智能预测分析。通过双重相似性的方法，所提出的解决方案可以有效地识别配电网络中的典型异常现象，并具有较高的准确性和召回率。本发明通过对75台配电变压器的一系列实际跳闸事件的验证，进行了广泛的评估，证实了本发明所提方案优于传统的故障检测解决方案。

本发明授权一种基于双重相似性的配电网低压分路跳闸智能预测分析方法在权利要求书中公布了：1.一种基于双重相似性的配电网低压分路跳闸智能预测分析方法，其特征在于，包括以下步骤： 1获取台区负荷历史数据，对数据预处理，去除计量错误； 2选取相应的特征，并求出其对应的时序变化量作为拓展特征，得到特征集； 3将步骤2的特征集历史数据划分为训练集、测试集，通过对训练集聚类得到初始状态矩阵；通过对初始状态矩阵进行迭代优化得到最终状态矩阵；同时，基于训练集进行LSTM模型训练，训练得到能根据前三小时工况数据预测下一时刻工况的台区特征预测模型； 4对应读取台区实时数据及预训练得到的台区特征预测模型，基于误差阈值判断是否跳闸；所述步骤4具体为： a读取台区实时数据；读取由模式相似性计算得到并保存的状态矩阵、正常工况下的方差、均值和误差阈值； b基于模式相似性函数计算出当前状态的预估值，求出预估值与当前值的相对误差；基于训练得到的LSTM预测下一时刻的预报值，求出预估值与当前值的相对误差； c基于步骤b所计算出的两种相对误差，进行下述两项判断： 判断1：加权求出当前状态的平均误差，判断当前状态的平均误差是否超过误差阈值，若未超过，则判断为正常；若超过，则进一步判断是否是有电流异常增大的情况，即判断电流变化量0.1；若有电流异常增大的情况，则过滤该状态，不进行跳闸告警，若没有，则判断为跳闸； 判断2：读取训练得到的台区特征预测模型，得到预测值，求出A相电流、A相电压、B相电流、B相电压、C相电流、C相电压、负载率、有功功率的预测值与相应的实时数据的相对误差，判断误差是否超过误差阈值，若未超过，则判断为正常；若超过，则进一步判断是否是有电流异常增大的情况，即判断电流变化量0.1；若有电流异常增大的情况，则过滤该状态，不进行跳闸告警，若没有，则判断为跳闸； d综合判断1与判断2的结果，若两种判断都为“未跳闸”，则没有发生跳闸，否则，判定为发生跳闸。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。