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！

龙图腾网获悉国网江西省电力有限公司南昌供电分公司申请的专利一种多源数据融合的配电网故障精准定位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：CN120993120B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511500348.1，技术领域涉及：G01R31/08；该发明授权一种多源数据融合的配电网故障精准定位方法及系统是由邱日强;王巍璋;朱强;蔡方明;杨宇平;陈波;肖凝设计研发完成，并于2025-10-21向国家知识产权局提交的专利申请。

本一种多源数据融合的配电网故障精准定位方法及系统在说明书摘要公布了：本发明公开了一种多源数据融合的配电网故障精准定位方法及系统，包括：获取准稳态量测数据和动态同步相量数据，构建动态图网络模型，将准稳态量测数据和动态同步相量数据输入动态图网络模型进行处理，获得推导后的因果效应，构建动态权重自适应融合模型，将准稳态量测数据和动态同步相量数据输入动态权重自适应融合模型进行处理，得到时空卷积算子，基于推导后的因果效应和时空卷积算子得到配电网故障位置。本发明通过构建动态图网络模型和动态权重自适应融合模型，融合准稳态量测数据与动态同步相量数据，能够更准确地捕捉配电网的动态特性和故障传播路径，提高了故障定位的精度。

本发明授权一种多源数据融合的配电网故障精准定位方法及系统在权利要求书中公布了：1.一种多源数据融合的配电网故障精准定位方法，其特征在于，包括： 步骤S1：获取准稳态量测数据和动态同步相量数据； 步骤S2：构建动态图网络模型，将准稳态量测数据和动态同步相量数据输入动态图网络模型进行处理，获得推导后的因果效应； 步骤S3：构建动态权重自适应融合模型，将准稳态量测数据和动态同步相量数据输入动态权重自适应融合模型进行处理，得到时空卷积算子； 步骤S4：基于推导后的因果效应和时空卷积算子得到配电网故障位置； 步骤S4的具体过程为： 将准稳态量测数据和动态同步相量数据划分为第k类数据，第k类数据在第时刻节点特征矩阵定义为；为实数域；为第t时刻节点数量；为第k类数据的特征维度； 获取气象数据，采用动态时间规整算法，将准稳态量测数据与动态同步相量数据以及气象数据进行时空对齐，构建多源张量；为时间维度；N为节点数量；D为特征维度； 针对多源张量中气象数据的异步采样特性，设计插值函数，表示： ； 式中，表示经过插值处理后的气象数据；表示插值时间窗口的归一化因子；表示第t时刻为终点的时间窗口的长度；表示气象影响衰减核函数；表示初始的气象数据在时间S的值；为积分变量； 经过插值处理后的气象数据和时空卷积算子构建动态图结构，将动态图结构和进行特征融合，定义如下： 式中，表示融合函数；表示故障传播路径推理函数；表示函数的复合运算；表示融合操作；表示第k类数据源第t时刻的动态融合权重；表示图卷积网络-长短期记忆网络；为第k类数据的类别总数；为第t时刻邻接矩阵； 将融合函数作为最终的综合时空特征张量，基于最终的综合时空特征张量和推导后的因果效应构建故障传播因果图，通过故障传播因果图计算平均因果效应ACE，故障传播因果图包括故障节点，表示： ； 式中，表示结果变量；为结果变量；表示对节点进行干预操作，使节点处于正常状态；表示对故障节点进行干预操作，使故障节点处于故障状态；表示期望值运算符； 当|ACE|δ，δ为设定的阈值；认为故障节点对结果变量具有因果影响；将所有具有因果影响的故障节点的平均因果效应ACE值进行排序，选取排序后ACE值最大的具有因果影响的故障节点作为配电网故障位置。

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江西省电力有限公司南昌供电分公司，其通讯地址为：330006 江西省南昌市东湖区叠山路383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。