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！

龙图腾网获悉国网黑龙江省电力有限公司伊春供电公司;国家电网有限公司申请的专利基于历史数据的变电站故障诊断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：CN117076901B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202310958569.8，技术领域涉及：G06F18/2113；该发明授权基于历史数据的变电站故障诊断方法是由张婷娟;刘英杰;张旭;于波;刘可佳设计研发完成，并于2023-08-01向国家知识产权局提交的专利申请。

本基于历史数据的变电站故障诊断方法在说明书摘要公布了：基于历史数据的变电站故障诊断方法，属于变电站运行技术领域。解决了传统基于深度学习的变电故障评估方法建模过程复杂、建模耗时长以及评估准确性低的问题。本发明收集收集每个采样时段的故障类别、以及各故障类别所对应采样时段内各时刻所对应的各设备的状态数据，形成故障数据矩阵，剔除各故障数据矩阵中的非重要数据，得到相应预测时刻下的初筛后故障数据矩阵；将各预测时刻下的初筛后故障数据矩阵作为输入，故障类型作为输出对M种候选故障评估模型进行训练，筛选最优故障评估模型进行故障评估，实现故障诊断。本发明主要用于对变电站故障诊断。

本发明授权基于历史数据的变电站故障诊断方法在权利要求书中公布了：1.基于历史数据的变电站故障诊断方法，其特征在于，该方法包括如下过程： 收集数据： 从变电站故障阶段的历史数据中收集每个采样时段的故障类别、以及各故障类别所对应采样时段内各时刻所对应的各设备的状态数据；其中，各故障类别所对应采样时段内所有时刻所对应的设备的状态数据按时间顺序形成故障数据矩阵，将故障数据矩阵所对应采样时段内最后一个采样时刻作为预测时刻，采样时段、预测时刻、故障类别以及故障数据矩阵间存在一一对应关系，所有故障类别所对应的设备类型相同； 数据筛选： 将各故障类别所对应的故障数据矩阵分别与整体标准数据矩阵比较，确定各故障类别下各时刻所对应的各设备的状态数据变化量； 根据各故障类别下各时刻所对应的各设备的状态数据变化量，确定各故障类别下所对应采样时段各设备的状态数据变化量均值； 根据所有故障类别下同种类型设备的状态数据变化量均值，确定各类型设备的故障影响重要性排序，从而筛选出重要设备，并将重要设备所对应的状态数据作为重要数据； 剔除各故障数据矩阵中的非重要数据，得到相应预测时刻下的初筛后故障数据矩阵； 候选故障评估模型训练： 将各预测时刻下的初筛后故障数据矩阵作为输入，将该初筛后故障数据矩阵所对应的故障类型作为输出，对M种候选故障评估模型进行训练； 筛选最优故障评估模型： 确定各训练后的候选故障评估模型的评估结果相似度，任选评估结果相似度最高的L个训练后的候选故障评估模型中的一个作为最优故障评估模型，L≤M； 确定各训练后的候选故障评估模型的评估结果相似度的实现方式包括： 将各预测时刻下的初筛后故障数据矩阵作为输入，通过各训练后的候选故障评估模型进行故障评估，各训练后的候选故障评估模型预测出故障类型； 各训练后的候选故障评估模型预测出的故障类型与对应的采集的故障类型比较，确定评估结果相似度，评估结果相似度的取值为1或0，其中，1表示预测出的故障类型与采集的故障类型相同，0表示预测出的故障类型与采集的故障类型不相同；当前预测时刻数据采集及故障评估： 采集当前预测时刻所对应时段内各时刻所对应的各重要设备的状态数据，并按时间顺序形成待测数据矩阵；将待测数据矩阵作为输入，通过最优故障评估模型进行故障评估，预测出当前预测时刻所对应的故障类型。

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黑龙江省电力有限公司伊春供电公司;国家电网有限公司，其通讯地址为：153000 黑龙江省伊春市伊春区制材办保安街(通河路135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。