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！

龙图腾网获悉南京师范大学申请的专利基于数字孪生的输变电设备状态评估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：CN120068008B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510551771.8，技术领域涉及：G06F18/25；该发明授权基于数字孪生的输变电设备状态评估方法及系统是由王维;李宗安;赵一坤;高欣宇;戴源;徐婧嵋;崔浩鹏;王俊博;顾志杰;林乐乐设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本基于数字孪生的输变电设备状态评估方法及系统在说明书摘要公布了：本发明公开了一种基于数字孪生的输变电设备状态评估方法及系统，方法包括：采集输变电设备数据并进行预处理；LSTM算法模型对设备的运行状态进行预测；故障树分析模块评估可能出现的故障类型和故障概率；建立LSTM算法模型与故障树分析模块的交互机制，当LSTM算法模型预测出设备运行状态异常时，将相关数据和预测结果输入故障树分析模块，引导故障树定位故障；当故障树分析模块发现潜在故障风险后，将相关信息反馈给LSTM算法模型；根据LSTM算法预测结果和故障树分析结果的置信度，对两者进行加权融合，获取到评估结果。本发明建立模型交互机制，实现两者信息共享与协同工作，增强对设备异常状态和潜在故障风险的捕捉能力。

本发明授权基于数字孪生的输变电设备状态评估方法及系统在权利要求书中公布了：1.一种基于数字孪生的输变电设备状态评估方法，其特征在于，包括如下步骤： S1：采集输变电设备数据并进行预处理； S2：将预处理后的数据分别输入到LSTM算法模型和故障树分析模块中； LSTM算法模型根据设备历史运行数据学习到的运行状态与各种参数之间的关系，对设备的运行状态进行预测，输出各参数的变化趋势和可能出现的异常情况； 故障树分析模块结合设备的历史运行数据和故障数据，运用故障树分析方法确定故障树的顶事件和底事件，并结合专家经验与历史数据确定各事件发生的概率，通过故障树的逻辑关系计算设备故障的概率，分析各种故障原因对设备故障的影响程度，评估可能出现的故障类型和故障概率； S3：建立LSTM算法模型与故障树分析模块的交互机制，当LSTM算法模型预测出设备运行状态异常时，将相关数据和预测结果输入故障树分析模块，引导故障树定位故障；当故障树分析模块发现潜在故障风险后，将相关信息反馈给LSTM算法模型，帮助调整预测方向； S4：根据LSTM算法预测结果和故障树分析结果的置信度，对两者进行加权融合，获取到评估结果； 步骤S3中当故障树分析模块发现潜在故障风险后，将导致故障风险的关键底事件及其相关参数信息反馈给LSTM算法模型；设反馈的底事件集合为Ef＝{ef1,ef2,...,efk}，相应参数集合为Xf＝{xf1,xf2,...,xfk}；LSTM算法模型在接收到反馈信息后，调整模型内部的权重参数； 设LSTM算法模型的隐藏状态为ht，其更新公式在反馈信息的引导下调整为： 其中，Ot表示输出门的输出，α为调整系数，wfj表示参数xfj在模型中的权重； 步骤S4具体包括： 设LSTM算法模型的预测结果为yLSTM，故障树分析的结果为yFTA，yLSTM和yFTA的置信度分别为cLSTM和cFTA，计算公式为： 其中，PLSTM表示LSTM方法对正样本的准确率，PFTA表示FTA方法对正样本的准确率，RLSTM表示LSTM方法对正样本的召回率，RFTA表示FTA方法对正样本的召回率； 在置信度基础上，引入动态权重机制；设设备的运行时间为T，累计故障次数为N，当前时间点的故障风险水平为R；定义动态权重wLSTM和wFTA的计算公式为： 参数β、γ、δ为调节系数，分别用于控制权重对风险、运行时间及故障次数的敏感度； 最终的综合评估结果由两部分加权求和，公式为： y＝wLSTM·yLSTM+wFTA·yFTA 其中，y表示设备状态预测与故障风险评估的最终结果。

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京师范大学，其通讯地址为：210024 江苏省南京市鼓楼区宁海路122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。