国网上海市电力公司徐昊获国家专利权
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！
龙图腾网获悉国网上海市电力公司申请的专利基于多模态增强与混合深度学习模型的配电网故障选线方法及设备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：CN120722121B 。
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：202511221068.7，技术领域涉及：G01R31/08；该发明授权基于多模态增强与混合深度学习模型的配电网故障选线方法及设备是由徐昊;于东立;周冲成;马雪菲;刘毅;沈亮熠;潘成杰;孙震;卞辰耀;许超;贾雅君;颜秉厚设计研发完成，并于2025-08-29向国家知识产权局提交的专利申请。
本基于多模态增强与混合深度学习模型的配电网故障选线方法及设备在说明书摘要公布了：本发明涉及配电网故障诊断技术领域，具体为一种基于多模态增强与混合深度学习模型的配电网故障选线方法及设备，方法步骤包括：采集配电网各条线路在故障发生时的零序电流以及电压暂态波形数据；对一维波形数据采用带有惩罚项内积进行格拉姆角场变换，分别转换为二维GASF和GADF图像，并拼接生成四通道E‑GAF图像；将E‑GAF图像输入Trans‑DenseNet模型进行故障判别，通过在DenseNet中嵌入Transformer编码器层以融合局部‑全局特征，输出最终的故障选线结果。与现有技术相比，本发明能够适应高阻、电弧等复杂故障，实现高精度故障定位，为新型配电网的智能化故障自愈提供可靠支撑。
本发明授权基于多模态增强与混合深度学习模型的配电网故障选线方法及设备在权利要求书中公布了：1.一种基于多模态增强与混合深度学习模型的配电网故障选线方法，其特征在于，步骤包括： 采集配电网各条线路在故障发生时的零序电流以及电压暂态波形数据； 对零序电流与电压暂态波形数据采用带有惩罚项内积进行格拉姆角场变换，分别转换为零序电流与电压暂态波形的二维GASF和GADF图像，并拼接生成四通道E-GAF图像； 将四通道E-GAF图像输入Trans-DenseNet模型进行故障判别，所述的Trans-DenseNet模型通过在DenseNet-121中嵌入Transformer编码器层以融合局部-全局特征，并输出最终的故障选线结果。
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国网上海市电力公司，其通讯地址为：200122 上海市浦东新区自由贸易试验区源深路1122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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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