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！

龙图腾网获悉广东电网有限责任公司;广东电网有限责任公司东莞供电局申请的专利配电网线路覆冰故障预测方法、装置、设备及存储介质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：CN116021981B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310039575.3，技术领域涉及：B60K11/02；该发明授权配电网线路覆冰故障预测方法、装置、设备及存储介质是由李俊辉;王文钟;叶健鹏;叶锦辉;周泓;刘炜彬;李梓晴;陈晓璐设计研发完成，并于2023-01-12向国家知识产权局提交的专利申请。

本配电网线路覆冰故障预测方法、装置、设备及存储介质在说明书摘要公布了：本发明实施例提供了一种配电网线路覆冰故障预测方法、装置、设备及存储介质，该方法包括：对原始气象监测数据进行特征提取，构建目标时间序列集，所述目标时间序列集包含目标时间序列样本和目标时间序列标记；将所述目标时间序列样本输入至预先训练的故障预测模型中，获得配电网线路的故障分类结果；若所述故障分类结果为存在故障数据，则对所述故障数据进行重构，确定配电网线路的故障预测结果。通过采用卷积神经网络对高维度冗余气象监测数据进行特征提取；然后将提取后特征输入至故障预测模型中进行故障预测，提高了模型的收敛速度以及预测准确率；最后对预测结果进行重构，使得重构故障分类更加接近实际值，提高预测结果精准度。

本发明授权配电网线路覆冰故障预测方法、装置、设备及存储介质在权利要求书中公布了：1.一种配电网线路覆冰故障预测方法，其特征在于，包括： 对原始气象监测数据进行特征提取，构建目标时间序列集，所述目标时间序列集包含目标时间序列样本和目标时间序列标记； 将所述目标时间序列样本输入至预先训练的故障预测模型中，获得配电网线路的故障分类结果； 若所述故障分类结果为存在故障数据，则对所述故障数据进行重构，确定配电网线路的故障预测结果； 其中，所述故障预测模型的训练步骤，包括： 获取包含气象时序特征的训练样本集； 根据所述训练样本集中的无故障气象时序特征，进行长短期神经网络模型训练，获得第一子预测模型； 根据所述训练样本集中的故障气象时序特征，进行随机森林模型训练，获得第二子预测模型； 将所述第一子预测模型和所述第二子预测模型作为故障预测模型； 其中，所述根据所述训练样本集中的无故障气象时序特征，进行长短期神经网络模型训练，获得第一子预测模型，包括： 获取所述训练样本集中的无故障气象时序特征，构成第一训练集合； 根据所述第一训练集合，构建第一时间序列样本和第一时间序列标记，并将所述第一时间序列样本和所述第一时间序列标记构成第一时间序列集； 构建初始长短期神经网络模型，并将所述第一时间序列样本作为输入，将所述第一时间序列标记作为输出，对所述初始长短期神经网络模型进行训练； 在满足训练迭代结束条件后，将训练后的长短期神经网络模型作为第一子预测模型； 其中，所述根据所述训练样本集中的故障气象时序特征，进行随机森林模型训练，获得第二子预测模型，包括： 获取所述训练样本集中的故障气象时序特征，构成第二训练集合； 根据所述第二训练集合，构建第二时间序列样本和第二时间序列标记，并将所述第二时间序列样本和第二时间序列标记构成第二时间序列集； 将所述第二时间序列样本输入至所述第一子预测模型中，获得第二预测序列； 根据所述第二预测序列和所述第二时间序列标记作差，获得残差序列数据； 构建初始随机森林模型，并将所述残差序列数据和第二时间序列标记作为输入，将故障分类作为输出，对所述初始随机森林模型进行训练； 在满足训练迭代结束条件后，将训练后的随机森林模型作为第二子预测模型； 其中，所述将所述目标时间序列样本输入至预先训练的故障预测模型中，获得所述配电网线路的故障分类结果，包括： 将所述目标时间序列样本输入至第一子预测模型，获得目标预测序列； 将所述目标预测序列和所述目标时间序列标记做差，确定目标残差序列； 根据第二子预测模型对所述目标残差序列中的幅值和排序进行分类，确定所述配电网线路的故障分类结果。

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广东电网有限责任公司;广东电网有限责任公司东莞供电局，其通讯地址为：510000 广东省广州市越秀区东风东路757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。