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！

龙图腾网获悉湖南大学申请的专利基于生存分析的智能电能表可靠性评估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：CN116522241B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202310485924.4，技术领域涉及：G06F18/2415；该发明授权基于生存分析的智能电能表可靠性评估方法是由高云鹏;吕芳;朱彦卿;袁明;邢鹏飞;陈传钰;杨唐胜设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。

本基于生存分析的智能电能表可靠性评估方法在说明书摘要公布了：本发明公开了一种基于云模型和最优组合赋权的风电机组功率特性评估方法基于生存分析的智能电能表可靠性评估方法，步骤S101，电能表原始数据采集以及类别特征数值化处理；步骤S102，对类别特征进行降维处理；步骤S103，评估批次智能电能表可靠性；步骤S104，评价智能电能表个体的可靠性；本方法能够实现批次智能电能表的可靠性分析，并对每个智能电能表个体的生存率进行评估，有助于电力部门及时发现智能电能表的异常情况，为智能电能表实现从“到期轮换”到“状态更换”的转变提供理论支撑，提高智能电能表的精益化运维管理水平。

本发明授权基于生存分析的智能电能表可靠性评估方法在权利要求书中公布了：1.一种基于生存分析的智能电能表可靠性评估方法，其特征在于，包括以下步骤： 步骤S101，电能表原始数据采集以及类别特征数值化处理 采集智能电能表的基本信息、生产信息和运行信息，利用目标编码和箱线图对智能电能表原始数据进行类别特征数值化处理并剔除异常值； 步骤S102，对类别特征进行降维处理； 对处理后的类别特征采用ElasticNet-Cox进行降维处理，筛选与智能电能表性能相关的特征指标，降低冗余特征对智能电能表可靠性评估模型计算效率和准确性的影响； 步骤102中，对数值化后的特征利用ElasticNet-cox进行降维处理，完成智能电能表故障因素的变量筛选，Cox模型为： 式中：h表示风险函数，t表示智能电能表的运行时间； X＝X1，X2，...，XpT为协变量，是通过步骤1和步骤2数据处理及特征筛选后得到的智能电能表的类别特征，类别特征包括故障现象、常数、通讯协议、电流、分拣人、电能表规格、接线方式、厂家代码、准确度、类型、计量方向、费率、制造标准、型号、拆回单位、硬件版本和用户类别中的至少2种； Xi＝Xi1，Xi2，...，XipT为第i个个体的p个协变量； h0t为基准风险函数，其取值为t时刻所有的协变量取值为0时的风险函数值； ω＝ω1，ω2，...，ωpT为回归系数； 通常利用偏似然函数对Cox模型的参数进行计算，Cox模型的偏似然函数为： 其中，δi为示性函数，事件删失时δi＝0，事件发生时δi＝1，Hi为ti时刻个体的风险集；采用极小化偏对数似然函数的相反数并添上适当的惩罚项定义Cox模型的ElasticNet估计； 式中，v1和v2为非负的调整参数，通过5折交叉验证的方法确定v1和v2值分别为0.81和0.05，||ω||2表示L2范数，||ω||1表示L1范数； 步骤S103，评估批次智能电能表可靠性 采用三参数威布尔模型评估批次智能电能表的可靠性； 步骤S104，评价智能电能表个体的可靠性 在获得批次智能电能表可靠性的基础上，为进一步实现智能电能表的精准更换，对某些批次智能电能表整体可靠性较低的进行个体生存率计算，以随机生存森林模型为基本框架，以贝叶斯为优化算法对随机生存森林中的超参数进行寻优，提出基于贝叶斯优化随机生存森林的方法对每个智能电能表的生存率进行评估，得到智能电能表个体的生存率曲线，据此反映智能电能表个体的可靠性情况。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路麓山门；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。