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！

龙图腾网获悉中国电力科学研究院有限公司;国家电网有限公司;国网上海市电力公司申请的专利一种基于人工免疫网络的配电网接地故障辨识方法及系统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：CN112748358B 。

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：201911048564.1，技术领域涉及：G01R31/52；该发明授权一种基于人工免疫网络的配电网接地故障辨识方法及系统是由宋晓辉;高菲;盛万兴;孟晓丽;刘雯静;陈振宁;杨军;李雅洁;张瑜;李建芳;赵珊珊设计研发完成，并于2019-10-30向国家知识产权局提交的专利申请。

本一种基于人工免疫网络的配电网接地故障辨识方法及系统在说明书摘要公布了：本发明提供的技术方案一种基于人工免疫网络的配电网接地故障辨识方法，包括：获取配电网接地数据；将配电网接地数据进行特征提取得到特征向量；基于预先构建的人工免疫网络模型，将所述配电网接地数据的特征向量通过K邻近算法识别所述配电网接地故障或扰动类型；所述配电网接地数据包括：故障前后的线路三相电流监测采样值、故障前后的零序电压采样值。提高了准确率，且辨识的类型更全面，有效解决了接地故障发生时故障诊断精度不高的问题。

本发明授权一种基于人工免疫网络的配电网接地故障辨识方法及系统在权利要求书中公布了：1.一种基于人工免疫网络的配电网接地故障辨识方法，其特征在于，包括： 获取配电网接地数据； 将配电网接地数据进行特征提取得到特征向量； 基于预先构建的人工免疫网络模型，将所述配电网接地数据的特征向量通过K邻近算法识别所述配电网接地故障或扰动类型； 所述配电网接地数据包括：故障前后的线路三相电流监测采样值、故障前后的零序电压采样值； 所述预先构建的人工免疫网络模型，包括： 步骤2.1：将具有故障或扰动信息对应的配电网历史接地数据分为样本集与测试集； 步骤2.2：基于样本集提取特征向量，将所述特征向量按故障或扰动类型构成不同的抗原集； 步骤2.3：分别对所述各抗原集进行训练与学习，得到反应各抗原特征空间的特征向量，将所述特征向量设为记忆细胞； 步骤2.4：将所有记忆细胞集中为一个集合，作为人工免疫网络模型； 步骤2.5：基于测试集对所述人工免疫网络模型进行测试得到人工免疫网络模型对测试集故障辨识正确率； 步骤2.6：若正确率小于判定阈值，则以测试集故障辨识正确率最大为目标使用粒子群算法优化人工免疫网络训练参数返回步骤2.2；若正确率大于等于判定阈值，则完成人工免疫网络模型的构建； 故障类型包括：单相高阻接地故障、单相低阻接地故障、两相短路接地故障、两相相间故障、三相短路接地故障、大电机启动、负载不对称、不同期合闸； 所述对所述抗原集进行训练与学习，得到抗原特征空间的记忆细胞，包括： 步骤3.1：随机生成抗体，并计算同一类型的抗原和记忆细胞之间的亲和性； 步骤3.2：输入抗原集中的一个抗原，选择克隆亲和力最高的抗体，并进行克隆，生成克隆集，其中抗原为抗原集中的一个数据； 步骤3.3：所述克隆集的每个抗体通过亲和力成熟产生突变集； 步骤3.4：确定所有抗原与突变集之间的亲和力；重新选择抗体具有最高亲和力作为一组部分抗体；同时清除部分抗体中亲和力小于自然死亡阈值的记忆抗体； 步骤3.5：计算清除后的部分抗体中每个抗体与其他抗体的亲和力，清除抗体自身与部分抗体中其他所有抗体的亲和力均高于抑制阈值的抗体后分别作为记忆细胞； 步骤3.6：选择下一个抗原并返回步骤3.2持续到所有抗原都呈递给网络； 步骤3.7：计算每一个记忆细胞与其他记忆细胞的亲和力，清除记忆细胞自身与其他所有记忆细胞的亲和力均高于抑制阈值的记忆细胞，计算清除后的记忆细胞与抗原欧氏距离的平均值，得到平均亲和力；若达到规定迭代次数或两次迭代后平均亲和力的差异低于规定的阈值sc，结束训练过程，得到记忆细胞集，否则转向步骤3.8； 步骤3.8：在网络训练中加入根据生成记忆细胞的适应性方差对其自身进行自适应调整； 步骤3.9：随机产生dr个抗体并将其添加到抗体中； 步骤3.10：计算同一类型的抗原和记忆细胞之间的亲和力，返回步骤3.2； 所述在网络训练中加入根据生成记忆细胞的适应性方差自动对其自身进行自适应调整，包括： 计算现存记忆细胞集方差； 通过所述记忆细胞集方差计算记忆细胞前后两次迭代的差； 基于所述记忆细胞前后两次迭代的差更新每个记忆细胞完成自适应调整。

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中国电力科学研究院有限公司;国家电网有限公司;国网上海市电力公司，其通讯地址为：210003 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”。