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建集团江西省电力设计院有限公司申请的专利一种大风过程电力灾害概率预测动态分区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：CN120598208B 。

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：202511093115.4，技术领域涉及：G06Q10/063；该发明授权一种大风过程电力灾害概率预测动态分区方法是由王熹;罗志文;赵超;侯雪超;燕小芬;程铁洪;饶汉霖;季瑞卿设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本一种大风过程电力灾害概率预测动态分区方法在说明书摘要公布了：本发明公开了一种大风过程电力灾害概率预测动态分区方法，属于电力系统安全防护领域。该方法通过获取大风气象、电力设备运行、地理环境及灾害记录数据，构建基于卷积神经网络的预测模型，将数据转换为多通道图像格式，经编码器提取空间特征、解码器输出区域灾害概率；生成概率分布图后，采用聚类或阈值划分法动态分区。通过多源数据融合、扩张卷积特征提取、空间平滑及动态更新等技术，实现灾害概率高精度预测与连续分区，提升预测时效性和风险防控针对性。

本发明授权一种大风过程电力灾害概率预测动态分区方法在权利要求书中公布了：1.一种大风过程电力灾害概率预测动态分区方法，其特征在于，包括如下步骤： S1：获取相关数据，包括历史及实时的大风气象数据、电力设备运行数据、地理环境数据以及电力灾害记录数据；其中，大风气象数据涵盖不同时刻的风速、风向、气压，包括各要素的空间分布及时间变化数据；电力设备运行数据包含线路的实时电流、电压波动数据，以及变压器、杆塔的温度、振动频率运行状态信息；地理环境数据涉及地形类型、海拔高度分布、植被覆盖率及分布密度；电力灾害记录数据记录电力灾害发生的时间、位置、灾害类型及对应时刻的气象条件和设备状态； S2：对获取的数据进行处理，构建基于卷积神经网络的预测模型；将数据转换为适合CNN输入的多通道图像格式，通过编码器部分的多个卷积层和池化层提取空间特征，解码器部分将特征映射回相应尺度，输出每个区域单元对应的电力灾害概率预测值； S3：根据步骤S2中CNN模型输出的预测值，生成电力灾害概率分布图； S4：对步骤S3得到的电力灾害概率分布图进行解析，采用聚类算法或阈值划分法，根据灾害概率的相近程度，将区域划分为不同风险等级的分区，完成动态分区过程； 步骤S4包括以下子步骤： S4.1：分区参数初始化，设定风险相似度阈值S和最小分区面积A； S4.2：区域迭代优化，从灾害概率预测值高于预设阈值的区域开始，计算相邻单元的概率差值，当时合并为同一分区，若合并后面积小于A则与周边最大分区合并，最终形成连续且边界平滑的风险分区； 所述步骤S3中，生成电力灾害概率分布图时，结合空间自相关分析，确定相邻区域单元之间灾害概率的关联程度，对预测值进行空间平滑处理，用于优化分布图的准确性和连续性。

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建集团江西省电力设计院有限公司，其通讯地址为：330096 江西省南昌市高新开发区京东大道426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。