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！

龙图腾网获悉克拉玛依龙达家宁配售电有限公司申请的专利基于物联网的分布式电表远程监控系统及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：CN120499530B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202510983865.2，技术领域涉及：H04L67/12；该发明授权基于物联网的分布式电表远程监控系统及方法是由陈曦;王海龙;彭树东;陈松;陈磊设计研发完成，并于2025-07-17向国家知识产权局提交的专利申请。

本基于物联网的分布式电表远程监控系统及方法在说明书摘要公布了：本申请公开了一种基于物联网的分布式电表远程监控系统及方法，涉及电表监控技术领域，其首先在电表终端采集实时电信号并进行模数转换，然后利用轻量级机器学习模型对短时数据流进行实时解析以生成高优先级异常事件，并同步采用周期性统计分析对长时数据进行聚合，进而，通过事件驱动与周期驱动的双通道上报机制，将异常事件以最高优先级即时上报至云平台，同时将聚合记录打包分时发送。这样，结合了边缘实时分析的敏锐性与数据分级上报的经济性，有效解决了海量数据并发带来的网络拥堵与延迟问题，显著提升了用电异常监控的实时性与准确性。

本发明授权基于物联网的分布式电表远程监控系统及方法在权利要求书中公布了：1.一种基于物联网的分布式电表远程监控方法，其特征在于，包括如下步骤： S1：内置于电表的微控制单元对模拟电信号进行采样和模数转换，并将其存储于电表的环形缓冲区中以得到本地数据流； S2：微控制单元持续对所述本地数据流进行异常检测且在异常检测成功后生成异常事件消息； S3：微控制单元以第一预设时间周期对所述本地数据流进行数据聚合以得到数据聚合记录； S4：响应于检测到异常事件消息，以最高优先级通过无线网络将其发送至云平台； S5：将所述数据聚合记录存储于非易失性存储器中，并根据第二预设时间周期将多条数据聚合记录打包为周期性聚合数据包后将其发送至云平台； 步骤S2，包括： 将短时滑动窗口内的本地数据流按照数据样本维度进行数据清理以得到瞬间电流短时时间序列和瞬间电压短时时间序列； 从所述瞬间电流短时时间序列和所述瞬间电压短时时间序列提取短时电流模式特征和短时电压模式特征； 融合所述短时电流模式特征和所述短时电压模式特征以得到电压‑电流短时时序联合特征； 将所述电压‑电流短时时序联合特征输入轻量级机器学习模型以进行异常检测； 其中，将所述电压‑电流短时时序联合特征输入轻量级机器学习模型以进行异常检测，包括：将所述电压‑电流短时时序联合特征输入所述轻量级机器学习模型以得到由一系列初始异常得分值组成的初始异常得分向量； 基于所述电压‑电流短时时序联合特征和所述初始异常得分向量，构造关联参数空间矩阵，所述关联参数空间矩阵为具有特征值‑异常值独立子维度的线性响应空间，以用于保证各个故障指标之间的相对独立性并对非线性关联进行最大化匹配拟合，表示为： ；其中，表示关联参数空间矩阵中位置的特征值，表示所述电压‑电流短时时序联合特征中的第个特征值，表示初始异常得分向量中的第个初始异常得分值，表示和对应的第一加权参数，表示对应的第二加权参数，表示对应的第三加权参数； 对于参数和，针对特征值与异常值得分之间的路径独立性，满足：； 针对关联路径的线性匹配响应，满足： ； 其中，为线性比例系数； 基于所述关联参数空间矩阵对所述电压‑电流短时时序联合特征和所述初始异常得分向量进行双向交互校正以得到校正的电压‑电流短时时序联合特征和校正的初始异常得分向量； 将所述校正的电压‑电流短时时序联合特征和所述校正的初始异常得分向量输入所述轻量级机器学习模型以进行异常检测。

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克拉玛依龙达家宁配售电有限公司，其通讯地址为：834000 新疆维吾尔自治区克拉玛依市乌尔禾区柳树街3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。