Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华北电力大学(保定);国网浙江省电力有限公司衢州供电公司;中国电力科学研究院有限公司陶礼兵获国家专利权

华北电力大学(保定);国网浙江省电力有限公司衢州供电公司;中国电力科学研究院有限公司陶礼兵获国家专利权

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!

龙图腾网获悉华北电力大学(保定);国网浙江省电力有限公司衢州供电公司;中国电力科学研究院有限公司申请的专利一种基于PINN与光纤传感融合的线路覆冰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:CN121144770B

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:202511697601.7,技术领域涉及:G06F18/20;该发明授权一种基于PINN与光纤传感融合的线路覆冰预测方法是由陶礼兵;范晓舟;刘子惠;董乃臻设计研发完成,并于2025-11-19向国家知识产权局提交的专利申请。

一种基于PINN与光纤传感融合的线路覆冰预测方法在说明书摘要公布了:本发明公开了一种基于PINN与光纤传感融合的线路覆冰预测方法,属于架空线路覆冰监测技术领域,包括:建立参考工况与当前工况之间的线路状态约束,为PINN模型训练提供物理约束;测量得到架空线振动信号,对低频实施选择性加权,提取主模态频率,构建低频特征向量;使用温度均值作为架空线路的温度值,构造布里渊频谱数据残差,反演温度与应变;提取布里渊频移特征,生成布里渊频移特征向量;将低频特征向量和布里渊频移特征向量作为条件输入PINN模型,对模型进行训练;将现场架空线覆冰值作为锚点对过去时间窗内的预测进行回溯修正;预测优化后的PINN模型输出未来时域的覆冰厚度结果。本发明能够提升架空线覆冰厚度预测精度,提升线路运维效率。

本发明授权一种基于PINN与光纤传感融合的线路覆冰预测方法在权利要求书中公布了:1.一种基于PINN与光纤传感融合的线路覆冰预测方法,其特征在于包括下步骤: A、建立参考工况与当前工况的温度、应力与比载之间的线路状态约束,用于将温度场、应力与比载严格耦合,为PINN模型训练提供物理约束; B、使用相位敏感型光时域反射仪测量得到的架空线振动信号,对架空线振动信号做时频分析并对低频实施选择性加权,提取主模态频率,构建低频特征向量; C、使用布里渊光时域反射仪测量得到的温度的平均值作为架空线路的温度值,轴向应变依据架空线形变公式计算,构造布里渊频谱数据残差,由神经网络联合反演温度与应变;提取布里渊频移特征,生成布里渊频移特征向量; D、PINN模型包括输入层、隐藏层、输出层和损失函数模块;输入层用于接收与架空线覆冰预测相关的变量或参数,输入的数据会直接传输到隐藏层,用于特征提取和函数逼近;隐藏层由多层全连接神经网络组成,用于逼近目标函数的非线性映射关系,接收输入层的数据后,通过线性变换与激活函数映射,生成潜在特征表示;输出层用于接收隐藏层输出的特征向量,输出预测量覆冰厚度,温度、水平应力和频率,输出层的输出数据进入损失函数模块,用于计算模型训练过程中的损失函数值,进行反向传播训练PINN模型以实现模型参数优化; 将低频特征向量和布里渊频移特征向量作为条件输入PINN模型的输入层,同时输入架空线结构参数与材料常数,隐藏层采用多层神经网络,输出层多头回归覆冰厚度diceht,温度Tht、水平应力和频率;通过空间汇聚得到档距级量,随后与物理与数据项连接; E、构建架空线状态方程残差与架空线模态残差,作为PINN模型的物理状态约束,计算最终损失函数并开展模型训练; F、获取现场巡检反馈回的现场架空线覆冰值后,将其作为锚点对过去时间窗内的预测进行回溯修正,并据此更新模型参数,使未来预测结果更贴近真实覆冰演化结果; G、根据预测优化后的PINN模型,输出各监测档距架空线未来时域的覆冰厚度结果;将未来时域的覆冰厚度结果反馈至步骤F进行模型参数更新。

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华北电力大学(保定);国网浙江省电力有限公司衢州供电公司;中国电力科学研究院有限公司,其通讯地址为:071000 河北省保定市莲池区永华北大街619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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。