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！

龙图腾网获悉国网吉林省电力有限公司辽源供电公司;长春建筑学院申请的专利一种输电线路致热变色线夹发热预警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：CN120948968B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511467601.8，技术领域涉及：G01R31/08；该发明授权一种输电线路致热变色线夹发热预警方法及系统是由王建坤;郑宇;熊志明;孟祥萍;高峰;杨煦;张纪尧设计研发完成，并于2025-10-15向国家知识产权局提交的专利申请。

本一种输电线路致热变色线夹发热预警方法及系统在说明书摘要公布了：本发明涉及电路检测技术领域，且公开了一种输电线路致热变色线夹发热预警方法及系统，本申请有效解决了强电磁环境下数据采集失真的问题，通过多源数据融合提升了状态评估的准确性。动态调整的预警模型降低了因设备老化导致的误报和漏报风险，智能决策支持模块缩短了故障处置响应时间，数据闭环机制确保了系统在全生命周期内的可靠性，通过多传感器协同监测和边缘计算处理，降低了环境因素对数据采集的影响。双通道传输架构保障了不同网络条件下的数据传输完整性，CRC校验机制有效识别并纠正传输错误，为后续预警模型提供了高质量数据基础，异常数据重采机制避免了因单次采集失败导致的数据缺失，确保监测系统的连续稳定运行。

本发明授权一种输电线路致热变色线夹发热预警方法及系统在权利要求书中公布了：1.一种输电线路致热变色线夹发热预警方法，其特征在于：具体步骤如下： S1、实时数据采集与传输，利用高精度传感器实时监测输电线路中变色线夹的工作状态，并将采集到的数据通过无线通信技术进行传输； S2、环境与设备数据融合，采集并融合环境数据与设备状态数据，利用数据融合算法对输入数据进行处理，去除噪声和不确定性； S3、自适应预警模型构建，基于历史数据、实时监测数据以及环境因素，使用机器学习算法构建自适应预警模型； S4、实时预警与风险判定，在获取实时数据后，系统根据自适应预警模型对线夹的工作状态进行判断，当设备温度或负荷超过设定的安全阈值时，系统发出预警信号； S5、智能反馈与决策支持，系统根据设备当前状态和历史数据提供具体的操作建议，包括调整负荷、进行冷却以及检查设备； S6、维护数据积累与深度分析，记录每次预警事件及其处理过程，包括维护记录、故障处理以及设备更换信息，定期分析设备的老化趋势和故障模式，进一步优化预警模型； S7、持续监控与模型优化，基于实时运行数据和设备的长期表现，定期评估并更新预警模型； 所述步骤S1中，实时数据采集与传输具体方式如下： S1.1、在变色线夹本体及相邻金具的关键测温点布设分布式温度传感器阵列，同时在线路连接部位配置振动传感器和电流互感器，构建多参数监测网络，各传感器以不低于1Hz的采样频率实时采集线夹运行状态参数，包括接触面温度梯度分布、机械振动频谱特征和载流值； S1.2、在边缘终端设备中执行三级数据处理流程，采用滑动窗口均值滤波消除随机噪声，基于预设阈值范围进行异常数据剔除，通过时间戳对齐实现多源数据同步，对校验失败的数据触发重采机制，确保传输数据的有效性； S1.3、构建双通道冗余传输架构，主通道采用4G5G网络传输压缩后的特征数据包，备用通道通过LoRa自组网传输关键状态参数，在云端建立时序数据库，对接收数据实施CRC校验并存储，同时生成数据完整性报告供后续分析调用； 所述步骤S2中，环境与设备数据融合具体方式如下： S2.1、建立气象环境监测单元，部署具备防电磁干扰特性的温湿度传感器、风速风向仪及太阳辐射计，以5分钟为周期采集环境参数，与设备状态监测系统建立时间同步机制，通过PTP协议实现μs级时标对齐，构建空间关联模型，将环境监测点坐标映射至设备拓扑结构中，确保数据空间一致性； S2.2、采用改进型小波包变换去除环境传感器的高频噪声，设计状态数据滑动窗口动态滤波器，窗口宽度随负荷变化率自适应调整，建立异常数据标记规则库，对超出物理约束范围的数据自动标记隔离； S2.3、初级融合层应用D-S证据理论处理同源异构数据冲突，中级融合层采用改进卡尔曼滤波实现时空尺度匹配，高级融合层建立基于Attention机制的LSTM网络，提取设备与环境参数的深层耦合特征； 所述步骤S3中，自适应预警模型构建具体方式如下： S3.1、从历史数据库提取设备状态、环境参数及故障记录的时空关联数据，采用特征重要度分析筛选关键特征指标，构建包含时域统计特征、频域特征及环境耦合特征的复合特征矩阵； S3.2、基于滑动时间窗口机制组织训练样本集，采用集成学习架构融合LSTM时序预测模块和随机森林分类模块，引入在线学习机制，通过增量更新方式持续优化模型参数； S3.3、建立动态预警阈值计算模型，设计分级预警机制，集成反馈调节模块，根据预警准确率自动调整模型灵敏度； 所述步骤S4中，实时预警与风险判定具体方式如下： S4.1、采用滑动时间窗技术实时计算设备状态特征向量，通过模型推理接口将实时特征输入预构建的预警模型，输出包含风险概率值、异常类型和置信度的多维评估结果； S4.2、基于设备历史运行数据构建动态安全阈值曲线，引入环境修正因子对阈值进行实时调节，实施多参数联合判据； S4.3、建立三级预警体系，设计复合告警策略，实现预警信息的多通道同步发布； 所述步骤S5中，智能反馈与决策支持具体方式如下； S5.1、基于案例推理技术匹配历史故障特征库，采用贝叶斯网络构建故障成因概率图谱，输出包含故障可能性、风险等级及影响范围的诊断报告； S5.2、构建设备健康状态知识图谱，开发自适应决策规则引擎，生成包含可选操作方案及其预期效果的决策树； S5.3、设计可视化操作指导界面，生成结构化应急预案文档，提供语音交互式辅助决策功能； 所述步骤S6中，维护数据积累与深度分析具体方式如下： S6.1、构建时序数据库存储设备完整运行历史，采用区块链技术确保数据防篡改和可追溯性，实现多源异构数据的标准化存储和关联索引； S6.2、运用迁移学习技术构建设备退化趋势预测模型，开发基于关联规则的故障模式挖掘算法，生成包含故障特征、发生规律及演变趋势的分析报告； S6.3、设计模型性能持续监测指标体系，建立增量学习机制实现模型参数自动更新，执行双测试验证优化效果并生成优化建议； 所述步骤S7中，持续监控与模型优化具体方式如下： S7.1、部署动态监测探针实时采集模型关键指标，构建基于ELK的性能监控平台，自动生成包括ROC曲线、混淆矩阵在内的模型评估报告； S7.2、实现基于FTRL的在线学习算法，设计自适应学习率调整策略，执行参数空间贝叶斯优化寻找最优超参数组合； S7.3、建立模型版本管理库，实施新旧双模型测试框架，采用渐进式发布策略。

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吉林省电力有限公司辽源供电公司;长春建筑学院，其通讯地址为：136200 吉林省辽源市辽河大路2999号--101；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。