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！

龙图腾网获悉南京理工大学申请的专利一种基于二重降维算法的配电自动化终端故障定位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：CN116432074B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202310220603.1，技术领域涉及：G06F18/24；该发明授权一种基于二重降维算法的配电自动化终端故障定位方法是由王宝华;吕海阳;吕广强设计研发完成，并于2023-03-08向国家知识产权局提交的专利申请。

本一种基于二重降维算法的配电自动化终端故障定位方法在说明书摘要公布了：本发明公开了一种基于二重降维算法的配电自动化终端故障定位方法，该方法步骤为：首先从配电自动化系统中读取模拟量、开关动作行为信息、配置信息以及装置自检告警信息作为故障识别的特征样本；其次，利用随机森林RF对特征样本进行筛选，优化主成分分析PCA的输入矩阵；然后通过PCA对输入矩阵进行降维，降低输入矩阵的复杂性；同时使用粒子群优化PCA的主成分个数、支持向量机SVM的核参数和惩罚因子；最后采用优化后的参数构建RF‑PCA‑SVM分类模型，得到故障标签，对照故障定位矩阵查找出故障点。本发明可以准确高效的处理高维数据样本，在保证准确率的前提下还大大减少了计算耗时。

本发明授权一种基于二重降维算法的配电自动化终端故障定位方法在权利要求书中公布了：1.一种基于二重降维算法的配电自动化终端故障定位方法，其特征在于，包括如下步骤： 步骤1、从配电自动化系统中采集配电自动化终端历史故障中，将故障类型根据故障点发生位置生成故障定位矩阵，故障相关设备的模拟量信息、开关动作行为信息、配置信息以及装置自检告警信息，生成用以进行故障定位的数据样本，这些数据样本形成故障数据库； 步骤2、对故障数据库进行降维处理： 步骤21、构建决策树，通过袋外数据OOB的错误率，对故障数据各维特征的重要性进行评价，筛选出最优的特征子集； 步骤22、对特征子集进行特征值分解，按照特征值大小排序得到变换矩阵，生成包含全部主成分的PCA矩阵； 步骤3、将PCA矩阵的主成分个数k、支持向量机的惩罚因子C和核参数g三个变量作为粒子群算法种群中的个体，将SVM分类器对PCA矩阵分类结果的正确率与计算耗时之和作为适应度函数，构建故障定位模型； 步骤4、故障定位模型的最优解即为最优参数，根据最优参数对故障定位模型进行训练，得到RF‑PCA‑SVM故障定位模型； 步骤5、当配电终端发生故障时，将故障相关设备的模拟量信息、开关动作行为信息、配置信息以及装置自检告警信息作为输入，得到当前故障标签，对照步骤1的故障定位矩阵查找出故障点。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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。