北京龙德缘电力科技发展有限公司史汉青获国家专利权
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!
龙图腾网获悉北京龙德缘电力科技发展有限公司申请的专利一种智能电网大数据分析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:CN120613725B 。
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:202511100327.0,技术领域涉及:H02J3/00;该发明授权一种智能电网大数据分析系统及方法是由史汉青;刘勇超;李珅;李明浩设计研发完成,并于2025-08-07向国家知识产权局提交的专利申请。
本一种智能电网大数据分析系统及方法在说明书摘要公布了:本发明涉及电网数据分析技术领域,具体为一种智能电网大数据分析系统及方法;所述系统包括:数据采集边缘接入单元基于物联网采集配电室与微电网的电力终端数据、用户负荷数据和环境数据,并进行边缘缓冲预处理;时序数据存储管理单元对电力终端数据、用户负荷数据和环境监测数据进行分层式管理以及时序降采样处理;配电室诊断监控单元引入扰动轨迹排列熵指标构建扰动演化趋势预测模型,并构建跳闸事件因果矩阵模型识别配电诱发微电网联动跳闸故障;微电网诊断监控单元使用用户行为扰动分析方法监控孤岛切换时微电网反冲风险。本发明判断溯源配电室与微电网联动场景中的跳闸故障以及预警微电网孤岛状态下用户侧反冲风险。
本发明授权一种智能电网大数据分析系统及方法在权利要求书中公布了:1.一种智能电网大数据分析系统,其特征在于,包括数据采集边缘接入单元1,数据采集边缘接入单元1基于物联网采集配电室与微电网的电力终端数据、用户负荷数据和环境数据,并进行边缘缓冲预处理; 时序数据存储管理单元2,时序数据存储管理单元2用于对电力终端数据、用户负荷数据和环境监测数据进行分层式管理以及时序降采样处理; 配电室诊断监控单元3,配电室诊断监控单元3基于配电室电力终端数据,引入扰动轨迹排列熵指标构建扰动演化趋势预测模型,识别监控配电室中电力设备微弱故障,并构建跳闸事件因果矩阵模型识别配电诱发微电网联动跳闸故障,并反馈至微电网诊断监控单元4; 微电网诊断监控单元4,微电网诊断监控单元4基于微电网电力终端数据和用户负荷数据,构建微电网运行稳定评分体系监控微电网稳定风险,以及使用用户行为扰动分析方法监控孤岛切换时微电网反冲风险; 所述配电室诊断监控单元3包括异常趋势预测模块31和跳闸因果链溯源模块32; 其中,异常趋势预测模块31基于配电室电力终端数据,引入扰动轨迹排列熵指标构建扰动演化趋势预测模型,识别监控配电室中电力设备的早期微弱故障; 所述扰动轨迹排列熵指标是量化时间序列中短时段符号化模式的无序程度指标,在异常趋势预测模块31中作为识别电力设备早期微弱故障的指标; 跳闸因果链溯源模块32基于保护动作信号以及跳闸记录构建跳闸事件因果矩阵模型识别配电诱发微电网联动跳闸故障; 所述扰动演化趋势预测模型基于扰动轨迹排列熵指标、设备扰动演化趋势评分与微扰突变动态评分所融合实现,用于异常趋势预测模块31识别监控配电室中电力设备的早期微弱故障,具体如下: S3.1.1、设定滑动窗口对配电室电力终端数据进行分段处理,在每个滑动窗口内提取配电室电力终端数据的相对大小顺序,构建符号化的排列模式集合,并通过统计各类排列模式的频次分布,计算得到前一滑动窗口时段的扰动轨迹排列熵指标; S3.1.2、基于每个滑动窗口时段的扰动轨迹排列熵指标,赋予每个滑动窗口不同的时间权重,加权累计所有滑动窗口时段的扰动轨迹排列熵指标,计算得到设备扰动演化趋势评分; S3.1.3、比较当前滑动窗口时段扰动轨迹排列熵指标与前一滑动窗口时段扰动轨迹排列熵指标的变化幅度,再归一化处理得到微扰突变动态评分; S3.1.4、加权计算设备扰动演化趋势评分和微扰突变动态评分,最终得到综合微扰风险评分; 基于扰动轨迹排列熵指标与综合微扰风险评分联合判断,当电力终端的扰动轨迹排列熵指标呈上升趋势并同时触发综合微扰风险评分阈值时,判定其电力终端处于早期微弱故障状态。
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北京龙德缘电力科技发展有限公司,其通讯地址为:100085 北京市海淀区永泰庄北路9号7号院C-106;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励