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！

龙图腾网获悉华中科技大学;国网河南省电力公司电力科学研究院申请的专利基于深度神经网络的配电网故障诊断与定位方法和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：CN119165294B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202411309923.5，技术领域涉及：G01R31/08；该发明授权基于深度神经网络的配电网故障诊断与定位方法和系统是由黄牧涛;卢明;李哲;张静姝;邵润航;许松涛;李久俊;陈兴邦;冉森林设计研发完成，并于2024-09-19向国家知识产权局提交的专利申请。

本基于深度神经网络的配电网故障诊断与定位方法和系统在说明书摘要公布了：本发明公开了一种基于深度神经网络的配电网故障诊断与定位方法和系统，包括：在Simulink中构建IEEE33节点系统的变体，并通过不同拓扑结构和分布式电源配置生成仿真数据。利用Attention‑LSTM网络进行故障类型和故障线路位置的分类与定位，通过双输出头的设计提高诊断效率并减少计算消耗。通过TCN‑BiLSTM网络对故障区段的精确位置进行回归，弥补传统方法在定位精度上的不足。在多种拓扑结构和电源配置下进行鲁棒性验证，证明了其稳定性和可靠性。本发明能够准确快速地判断配电网中的故障类型和位置，为配电网的故障修复提供了有效支持。

本发明授权基于深度神经网络的配电网故障诊断与定位方法和系统在权利要求书中公布了：1.一种基于深度神经网络的配电网故障诊断与定位方法，其特征在于，包括以下步骤： S1:在Simulink中构建包含分布式电源的IEEE33节点系统变体，设置不同故障种类和位置，通过仿真获取模拟故障情况下的三相电压和三相电流数据，并构建用于网络训练和测试的数据集； S2:构建并训练基于Attention-LSTM的故障分类与线路定位网络模型，其中，利用Attention-LSTM模块提取三相电压和电流的时序特征向量，所述特征向量通过两个输出头分别输出故障类型和故障所在的线路位置，并采用交叉熵损失函数训练故障分类与线路定位网络模型； S3:构建并训练用于故障区段精确定位的回归TCN-BiLSTM网络模型，所述模型的输入为线路故障时段的三相电压和电流时序数据，输出为线路发生故障的具体位置，采用Huber损失函数训练所述网络模型，得到故障区段定位预训练网络模型； S4:将测试数据集输入到步骤2中训练得到的故障分类与线路定位网络模型对测试数据集中的故障类型和线路位置进行预测，得到故障类型和故障位置预测结果；若无故障则返回系统正常并结束流程，若存在故障则返回故障时序数据，包括故障类型和故障所在线路位置，执行S5； S5:将步骤S4中获取的故障时序数据输入到步骤S3中得到的故障区段定位预训练网络模型中进行预测，输出故障位置的精确预测值，从而实现配电网故障的两阶段诊断与定位。

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华中科技大学;国网河南省电力公司电力科学研究院，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037号华中科技大学；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。