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！

龙图腾网获悉贵州安融科技发展有限公司;国网湖北省电力有限公司荆门供电公司;荆门市荆科盛和电力技术有限责任公司申请的专利一种智能变电站通信链路故障精准定位方法及系统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：CN121151206B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511679295.4，技术领域涉及：H04L41/0677；该发明授权一种智能变电站通信链路故障精准定位方法及系统是由易容科;杨先华;王玉富;皮志勇;黄河;张静;周渝桓设计研发完成，并于2025-11-17向国家知识产权局提交的专利申请。

本一种智能变电站通信链路故障精准定位方法及系统在说明书摘要公布了：一种智能变电站通信链路故障精准定位方法及系统，包括：获取配置文件和设备状态数据，对配置文件和设备状态数据进行处理，生成标准化的链路特征向量和标记数据集；构建混合深度学习模型，采用优化算法优化混合深度学习模型的参数配置，得到参数优化的混合深度学习模型；使用真实故障样本结合生成对抗网络生成的虚拟故障样本进行训练，并通过回声状态网络优化时序预测能力，生成故障定位模型；结合链路状态数据，通过多级置信度评估和拓扑关联分析，输出故障链路定位结果及置信度评估；结合配置文件进行虚实对应验证，对故障定位模型进行参数优化，输出故障定位系统。该发明解决故障定位精度低、响应速度慢以及无法处理复杂故障场景的问题。

本发明授权一种智能变电站通信链路故障精准定位方法及系统在权利要求书中公布了：1.一种智能变电站通信链路故障精准定位方法，其特征在于，包括： 获取智能变电站的包含SCD文件、SPCD文件的配置文件和设备状态数据，对所述配置文件和所述设备状态数据进行解析、清洗与标准化处理，生成标准化的链路特征向量和标记数据集； 基于所述标准化的链路特征向量和所述标记数据集，构建融合图卷积网络的拓扑特征提取模块和双向长短时记忆网络的时序特征提取模块的混合深度学习模型，采用记忆增强分数阶蜣螂优化算法优化所述混合深度学习模型的参数配置，得到参数优化的混合深度学习模型； 结合所述参数优化的混合深度学习模型，使用真实故障样本结合生成对抗网络生成的虚拟故障样本进行训练，并通过回声状态网络优化时序预测能力，生成训练完成的故障定位模型； 根据所述训练完成的故障定位模型，结合实时采集的链路状态数据，通过多级置信度评估和拓扑关联分析，输出故障链路定位结果及置信度评估； 基于所述故障链路定位结果及置信度评估，结合所述配置文件中的逻辑回路信息进行虚实对应验证，采用在线学习机制对所述训练完成的故障定位模型进行参数优化，输出完整的故障定位系统； 其中，所述对所述配置文件和所述设备状态数据进行解析、清洗与标准化处理，生成标准化的链路特征向量和标记数据集，包括： 根据所述配置文件和通过SNMP协议采集的交换机实时运行状态和交换机告警信息，从所述配置文件的SCD文件中提取智能变电站逻辑回路信息，包括IED装置列表、交换机配置、虚端子映射和GOOSESV发布订阅关系，从所述配置文件的SPCD文件中提取物理拓扑结构，包括光纤连接、端口映射和设备位置，生成初始的多源异构数据集； 对所述初始的多源异构数据集进行时间同步，识别并处理缺失数据，对时序数据利用基于长短时记忆网络的插值算法进行补全，对异常值采用3σ准则进行标记和过滤，生成清洗后的标准数据集； 基于所述清洗后的标准数据集，将所述交换机告警信息转换为二元特征向量，将所述交换机实时运行状态的交换机流量、CPU利用率时序数据标准化至[0,1]区间，将拓扑结构转换为邻接矩阵表示，构建发送端-接收端-APPID映射表，生成所述标准化的链路特征向量和所述标记数据集。

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贵州安融科技发展有限公司;国网湖北省电力有限公司荆门供电公司;荆门市荆科盛和电力技术有限责任公司，其通讯地址为：550000 贵州省贵阳市贵安新区党武镇大学城贵安数字经济产业园24#地块-5号楼15层2号房；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。