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！

龙图腾网获悉国网安徽省电力有限公司电力科学研究院;国网安徽省电力有限公司;武汉大学;国网安徽省电力有限公司超高压分公司;南京南瑞继保工程技术有限公司申请的专利基于多源数据融合的换流阀温度预测方法及装置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：CN115456095B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202211145482.0，技术领域涉及：G06F18/2431；该发明授权基于多源数据融合的换流阀温度预测方法及装置是由孙辉;刘开培;彭勃;俞斌;张军;刘孝辉;周思涵;高博;徐斌;汪玉;丁津津;张峰;汪勋婷;谢毓广;王同文;谢民;汪伟;邵庆祝;罗沙;谢佳;张骏;于洋;李晓彤;余金沄;王晶;刘浩峰;秦亮设计研发完成，并于2022-09-20向国家知识产权局提交的专利申请。

本基于多源数据融合的换流阀温度预测方法及装置在说明书摘要公布了：本发明公开了基于多源数据融合的换流阀温度预测方法及装置，所述方法包括：获取换流站n个时间点的多种历史运行数据，其中一种为冷却水出阀温度To，利用其他历史运行数据构建标准化历史运行数据矩阵D；基于标准化历史运行数据矩阵D，对换流站运行工况进行分类；用BP神经网络模型处理不同类别的运行工况数据，拟合出不同运行工况类别下的冷却水出阀温度To与其他历史运行数据之间的关系；实时采集换流站运行数据，利用训练好的BP神经网络得出冷却水出阀温度To，判断冷却水出阀温度To的预测值是否在正常阈值内，进而对换流站运行参数进行相应调整；本发明的优点在于：换流阀温度预测精度高。

本发明授权基于多源数据融合的换流阀温度预测方法及装置在权利要求书中公布了：1.基于多源数据融合的换流阀温度预测方法，其特征在于，所述方法包括： 步骤一：获取换流站n个时间点的多种历史运行数据，其中一种为冷却水出阀温度，利用其他历史运行数据构建标准化历史运行数据矩阵D；所述换流站n个时间点的多种历史运行数据包括1个电气量数据：直流负荷；2个环境数据：环境温度、阀厅温度；5个水冷系统数据：膨胀水箱水位、喷淋水池水位、主水路电导率、冷却水进阀温度、冷却水出阀温度；将前7个历史运行数据放入[维的历史运行数据矩阵X中，并对历史运行数据矩阵X进行归一化处理，获得标准化历史运行数据矩阵D 步骤二：基于标准化历史运行数据矩阵D，通过模糊聚类方法对换流站运行工况进行分类；步骤二包括： S21、构建聚类有效性函数； S22、构建目标函数，求出分类数目从2到N的隶属度矩阵U和聚类中心V，N是换流站数目； S23、将每个值相对应的隶属度矩阵U和聚类中心V分别代入聚类有效性函数公式中，当聚类有效性函数值取得最大值时，此时对应的分类数目是最佳的分类数目，此时的对应的隶属度矩阵和聚类中心为在最佳分类数目时的隶属度矩阵和聚类中心； S24、根据隶属度矩阵将N个换流站运行状态分为类； 步骤三：用BP神经网络模型处理不同类别的运行工况数据，拟合出不同运行工况类别下的冷却水出阀温度与其他历史运行数据之间的关系；步骤三包括： 用BP神经网络模型处理不同类别的运行工况数据，冷却水出阀温度为BP神经网络模型的输出量，以其他运行数据为输入量，拟合出不同运行工况类别下的冷却水出阀温度与其他运行数据之间的关系，并训练该BP神经网络模型，训练好的模型作为第一BP神经网络模型，所述其他运行数据包括直流负荷、环境温度、阀厅温度、膨胀水箱水位、喷淋水池水位、主水路电导率、冷却水进阀温度这七个量； 或者，以冷却水出阀温度为BP神经网络模型的输入量，直流负荷、环境温度、阀厅温度、膨胀水箱水位、喷淋水池水位、主水路电导率、冷却水进阀温度这七个量为BP神经网络模型的输出量，利用海量数据进行训练，得到冷却水出阀温度与输出量之间的对应关系，训练好的模型作为第二BP神经网络模型； 步骤四：实时采集换流站运行数据，对运行数据进行分类并输入训练好的第一BP神经网络得出冷却水出阀温度，判断冷却水出阀温度的预测值是否在正常阈值内，进而对换流站运行参数进行相应调整，或者，向训练好的第二BP神经网络输入冷却水出阀温度目标值，根据预设的冷却水出阀温度目标值反推出运行工况的参数阈值。

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国网安徽省电力有限公司电力科学研究院;国网安徽省电力有限公司;武汉大学;国网安徽省电力有限公司超高压分公司;南京南瑞继保工程技术有限公司，其通讯地址为：230000 安徽省合肥市经济开发区紫云路299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。