Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京龙德缘电力科技发展有限公司许志豪获国家专利权

北京龙德缘电力科技发展有限公司许志豪获国家专利权

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电力设备异常检测预警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:CN120127656B

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:202510619318.6,技术领域涉及:H02J3/00;该发明授权一种电力设备异常检测预警系统及方法是由许志豪;史汉青;刘勇超;张龙龙设计研发完成,并于2025-05-14向国家知识产权局提交的专利申请。

一种电力设备异常检测预警系统及方法在说明书摘要公布了:本发明涉及电力设备预警技术领域,具体为一种电力设备异常检测预警系统及方法;具体为:获取目标电力设备的多源感知数据;基于语义图建模与多尺度残差反馈进行跨模态协同去噪;融合设备时空相似性与异常扩散特性,构建带权关系图并利用图神经网络进行异常敏感聚类,识别潜在异常群体;将历史异常抽象为故障基因向量,匹配演化路径,预测新的异常传播趋势;引入专家知识图谱与图神经网络,通过异议驱动博弈动态融合双域决策,提升预警可信度;根据传播影响力评估触发分级预警,结构化回写异常特征与演化路径至知识库,驱动模型与规则库协同优化,形成检测‑预警‑优化自闭环体系。本发明解决了动态关联性建模、新的异常预测及决策可信度问题。

本发明授权一种电力设备异常检测预警系统及方法在权利要求书中公布了:1.一种电力设备异常检测预警方法,其特征在于,包括以下具体实施步骤: S1、采集目标电力设备的运行状态、环境参数、历史维护记录数据; S2、通过数据源相关性动态度量、时序语义稳定性判别和图结构上下文冗余压制的三域融合去噪框架,动态调整不同数据模态下的噪声压制权重,进行跨模态协同去噪,基于语义邻域加权参考值构建语义残差损失函数,并引入结构感知的多尺度一致性函数对去噪结果进行反馈校正; 语义残差损失函数L1为: ; ;; 其中,表示第i个感知源的语义邻域参考值;表示感知图中与节点i相连的邻居节点集合;表示图结构中的边权,即第i和j个感知源在时刻t的语义相似度权重;表示去噪后的数据,每个感知源第j维的去噪值;表示超参数;表示提取语义嵌入的映射函数,即注意力感知池化操作;为去噪函数;表示去噪数据;D表示一个三维张量,用于统一表达来自多个感知节点在一段时间内采集到的多维指标数据;S表示感知源总数,;F表示任一感知源采集的指标数量,;T表示总时间序列,;表示动态增强系数;表示第i个感知源在时刻t上的第j个感知指标值; S3、通过多尺度语义嵌入提取设备特征,结合语义相似性、异常共振度与冗余抑制构建弹性关联图,利用图神经网络融合异常扰动信号进行特征重构,通过多目标优化聚类及边剪枝优化实现动态设备分组; S4、通过历史故障数据构建故障基因图谱,融合频率与时延因素计算边权,结合当前异常状态激活潜在路径,估算未异常设备的未来传播概率,生成最终的异常传播预测图; S5、通过构建结构化知识图谱与图注意力网络编码节点特征及传播风险,设计双域协同博弈机制动态调整专家规则与模型预测的权重差异,融合逻辑谓词判别与分类结果输出综合风险等级; S6、通过传播影响力评估生成多维风险评分并映射预警等级,触发预警后解析异常特征及传播路径生成知识条目,基于可信度评估动态更新规则库,设计规则使用频次与预测一致性驱动的调整机制优化模型参数,形成双域自演化闭环。

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。

免责声明
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。