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！

龙图腾网获悉国网福建省电力有限公司;国网福建省电力有限公司经济技术研究院申请的专利一种配电网全流程数据监测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：CN118944286B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202410984914.X，技术领域涉及：H02J13/00；该发明授权一种配电网全流程数据监测方法是由叶炜;倪识远;吴桂联;唐露;赖素丹设计研发完成，并于2024-07-22向国家知识产权局提交的专利申请。

本一种配电网全流程数据监测方法在说明书摘要公布了：本发明涉及一种配电网全流程数据监测方法，包括以下步骤：根据配电网各节点之间的拓扑关系，并通过传感器采集各节点的运行状态特征，得到配电网数据监测模型；根据配电网数据监测模型，获取监测数据集，并确定运行状态特征的种类和数量；将监测数据集和不同类别的监测目标参数输入至机器学习模型中，获取与每一监测目标参数的关联特征；基于每一监测目标参数的关联特征将监测数据集划分为多个监测子数据集；发起对任一监测目标参数的监测请求，获取对应监测目标参数的子数据集，基于监测时间间隔和各关联特征，获取多个监测目标时间序列数据集；将多个监测目标时间序列数据集输入至异常检测模型中识别监测参数是否存在异常。

本发明授权一种配电网全流程数据监测方法在权利要求书中公布了：1.一种配电网全流程数据监测方法，其特征在于，包括以下步骤： 根据配电网各节点之间的拓扑关系，并通过传感器采集各节点的运行状态特征，得到配电网数据监测模型； 根据配电网数据监测模型，获取监测数据集，并确定运行状态特征的种类和数量； 将监测数据集和不同类别的监测目标参数输入至机器学习模型中，获取与每一监测目标参数的关联特征，所述关联特征为与监测目标参数具有关联性的运行状态特征； 基于每一监测目标参数的关联特征将监测数据集划分为多个监测子数据集，每一子数据集对应一监测目标参数及对应的关联特征； 发起对任一监测目标参数的监测请求，获取对应监测目标参数的子数据集，基于监测时间间隔和各关联特征，获取多个监测目标时间序列数据集；将多个监测目标时间序列数据集输入至异常检测模型中识别监测参数是否存在异常； 其中，所述根据配电网各节点之间的拓扑关系，并通过传感器采集各节点的运行状态特征，得到配电网数据监测模型的步骤具体为： 建立状态模型： FQN＝PQ1·PQ2Q1·PQ3Q2·……·PQnQn-1； 其中，FQN表示配电网各节点集合的状态模型，Qn表示配电网中第n个节点的状态；PQnQn-1表示配电网中第n-1个节点与配电网中第n个节点之间的条件概率分布； 且配电网中第n个节点的状态Qn与第n-1个节点的状态Qn-1之间存在： Qn＝Qn-1+s； 其中，s为符合高斯分布的状态噪声； 则PQnQn-1＝GQn-1,σ2；G·,σ2表示高斯分布； 建立采样模型： FxnQn＝GJxn,σ2； 其中，FxnQn为配电网节点在状态Qn下的采样值的概率分布，xn为第n个节点的传感器采样值，Jxn为采样函数； 且Jxn＝xn+τ； 其中，τ为符合高斯分布的采样噪声； 联立状态模型和采样模型得到配电网数据监测模型： YQN,xN＝PQ1Fx1Q1·PQ2Q1Fx2Q2·PQ3Q2Fx3Q3·……·PQnQn-1FxnQn； 其中，所述将监测数据集和不同类别的监测目标参数输入至机器学习模型中，获取与每一监测目标参数的关联特征的步骤具体包括： 对监测数据集进行预处理，预处理包括数据清洗及归一化处理； 基于预处理后的监测数据集，建立训练样本集，训练样本集中的每一训练样本包含一运行状态特征及对应的监测目标参数标签； 构建基于神经网络的机器学习模型；利用训练样本集对机器学习模型进行迭代训练，得到训练好的关联特征分类模型； 将监测数据集和不同类别的监测目标参数输入至训练好的关联特征分类模型中，输出输入的每一监测目标参数对应的关联特征。

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国网福建省电力有限公司;国网福建省电力有限公司经济技术研究院，其通讯地址为：350003 福建省福州市鼓楼区五四路257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。