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！

龙图腾网获悉江苏卡欧万泓电子有限公司;国网陕西省电力有限公司营销服务中心(计量中心)申请的专利一种智能电表剩余寿命预测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：CN121189584B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202511726333.7，技术领域涉及：G06Q10/04；该发明授权一种智能电表剩余寿命预测方法及系统是由邹继东;史寅东;陈晨;蒋佳耀;马烨;邵方静;孙靓;孙刚设计研发完成，并于2025-11-24向国家知识产权局提交的专利申请。

本一种智能电表剩余寿命预测方法及系统在说明书摘要公布了：本发明提供了一种智能电表剩余寿命预测方法及系统，涉及智能电表技术领域，方法包括：获取智能电表的运行数据；计算智能电表的不同故障类型之间的耦合强度；结合耦合强度，建立描述运行数据的各个故障类型之间的故障传播方程；计算故障传播方程的最大李雅普诺夫指数和雅可比矩阵；基于最大李雅普诺夫指数和雅可比矩阵，通过首达时间理论生成智能电表的剩余寿命概率密度；根据剩余寿命概率密度输出智能电表的剩余寿命预测区间。该方法解决了传统线性模型和单一故障假设的局限性，实现了对多源耦合故障的动态演化建模，提升了剩余寿命预测的准确度和可靠性。

本发明授权一种智能电表剩余寿命预测方法及系统在权利要求书中公布了：1.一种智能电表剩余寿命预测方法，其特征在于，包括： S1：获取所述智能电表的运行数据； S2：计算所述智能电表的不同故障类型之间的耦合强度； S3：结合所述耦合强度，建立描述所述运行数据的各个所述故障类型之间的故障传播方程； S4：计算所述故障传播方程的最大李雅普诺夫指数和雅可比矩阵； S5：基于所述最大李雅普诺夫指数和所述雅可比矩阵，通过首达时间理论生成所述智能电表的剩余寿命概率密度； S6：根据所述剩余寿命概率密度输出所述智能电表的剩余寿命预测区间； 其中，所述S2具体包括： S201：获取所述智能电表在不同故障类型下的历史运行数据，其中，所述故障类型包括电力计量模块故障、电源模块故障和通信模块故障，所述历史运行数据包括同类型智能电表的多个电量计量误差、多个电压波动方差、多个环境温度梯度和多个通信误码率； S202：从所述历史运行数据中提取不同故障类型的故障特征； S203：对每个所述故障类型对应的故障特征进行奇异值分解，得到奇异值矩阵； S204：结合所述奇异值矩阵，计算两两所述故障特征之间的外积，以捕捉任意两个所述故障类型之间的协同作用； S205：计算各个所述故障特征的梯度，以捕捉相对应故障特征的变化趋势； S206：结合所述外积和所述梯度，计算所述耦合强度； 其中，耦合强度的计算公式具体为： 其中，表示第k个故障类型与第l个故障类型之间的耦合强度，表示自然指数函数，分别表示第k个故障类型对应的奇异值矩阵中的最大奇异值，表示第l个故障类型对应的奇异值矩阵中的最大奇异值，和分别表示L1范数和L2范数，和分别表示第k个故障类型和第l个故障类型的故障特征，表示外积运算，表示计算的梯度与的梯度之间的内积； 所述S5具体包括： S501：基于所述雅可比矩阵建立李雅普诺夫方程，并求解所述李雅普诺夫方程得到正定矩阵； 李雅普诺夫方程具体为： 其中，表示t时刻雅可比矩阵，角标T表示转置，表示正定矩阵，表示单位矩阵； S502：结合所述正定矩阵，建立关于所述智能电表退化度状态向量的能量函数，其中，所述能量函数具体为所述智能电表退化度状态向量、所述正定矩阵以及所述智能电表退化度状态向量的转置三者之间的乘积； S503：计算所述最大李雅普诺夫指数为零时的临界智能电表退化度状态向量，并基于所述临界智能电表退化度状态向量计算临界能量函数值； S504：结合所述能量函数和所述临界能量函数值，基于所述首达时间理论计算所述剩余寿命概率密度； 剩余寿命概率密度的计算公式具体为： 其中，表示t时刻智能电表失效的概率密度即剩余寿命概率密度，表示的梯度，表示圆周率，表示临界能量函数值，表示统计得到的环境扰动累积方差。

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江苏卡欧万泓电子有限公司;国网陕西省电力有限公司营销服务中心(计量中心)，其通讯地址为：214204 江苏省无锡市宜兴市新街街道堂前村绿园路836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。