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！

龙图腾网获悉兰州交通大学;兰州工业学院申请的专利一种基于双断点断路器的短路电流过零点多步预测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：CN120217897B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202510616766.0，技术领域涉及：G06F30/27；该发明授权一种基于双断点断路器的短路电流过零点多步预测方法是由窦建明;董登文;林小军;谭达;燕宁宁;董海燕;庞明设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本一种基于双断点断路器的短路电流过零点多步预测方法在说明书摘要公布了：本发明公开了一种基于双断点断路器的短路电流过零点多步预测方法，属于电力系统选相开断技术领域；本发明包括以下步骤：S1、数据预处理：将原始短路电流数据进行归一化处理；S2、混合模型构建：基于S1中处理后的电流数据，结合卷积神经网络、注意力机制以及GRU网络，构建CNN‑SE‑GRU混合模型；S3、CEO算法优化：利用CEO算法对所构建的混合模型进行超参数优化，获得CEO‑CNN‑SE‑GRU混合预测模型；S4、模型训练：对混合预测模型进行训练，获得稳定模型；S5、预测执行：调用训练好的混合预测模型实现短路电流的多步预测，预测短路电流过零点。相较于现有技术，本发明提高了短路电流过零点多步预测速度、精度，同时具有更好的泛化性。

本发明授权一种基于双断点断路器的短路电流过零点多步预测方法在权利要求书中公布了：1.一种基于双断点断路器的短路电流过零点多步预测方法，其特征在于，包括以下步骤： S1、数据预处理：将原始短路电流数据进行归一化处理，缩放至[0,1]区间，保持电流波形变化趋势不变，获得短路节点的时间序列，并将所得数据划分为训练集、测试集及验证集； S2、混合模型构建：基于S1中处理后的电流数据，结合卷积神经网络、注意力机制以及GRU网络，构建CNN-SE-GRU混合模型；具体包括如下内容： 卷积神经网络特征提取：将所得的短路节点的时间序列通过序列折叠层转换为适合卷积操作的形式，构建卷积神经网络二维输入结构，其中，第一个卷积层使用31卷积核提取64通道特征，捕捉时间序列局部模式和短期依赖关系；第二个卷积层进一步提取128通道特征，捕获更高级的时间特征； 注意力机制特征增强：利用注意力机制将卷积神经网络第一个卷积层输出的特征序列进行全局平均池化操作，压缩空间维度；利用两个全连接层构建64-32-128节点的瓶颈设计，第一个全连接层后使用ReLU激活函数引入非线性；通过Sigmoid激活函数计算出通道重要性权重； 特征加权：卷积神经网络与注意力机制结合，初步提取短路电流故障波形局部特征并进行特征加权； 格式转换：将加权后的特征通过反折叠恢复为时序结构，利用扁平化操作将多维特征压缩为一维向量； GRU时序建模：利用GRU双门控机制进行时序建模，捕捉故障波形中的长期依赖关系，输出预测波形； 适应度函数计算：通过真实波形和预测波形计算均方根误差RMSE作为优化算法的适应度函数； S3、CEO算法优化：利用CEO算法对S2中所构建的混合模型进行超参数优化，获得具有协同优化机制的CEO-CNN-SE-GRU混合预测模型，提高短路电流过零点预测的精度； S4、模型训练：利用训练集对S3中所得的混合预测模型进行训练，并利用测试集对训练后的模型进行测试，以获得稳定的CEO-CNN-SE-GRU混合预测模型； S5、预测执行：调用训练好的混合预测模型，将验证集中的数据作为模型输入，实现短路电流的多步预测，预测短路电流过零点。

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兰州交通大学;兰州工业学院，其通讯地址为：730070 甘肃省兰州市安宁区安宁西路88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。