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！

龙图腾网获悉上海孚邦实业有限公司申请的专利一种基于大数据分析的电气配电柜故障诊断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：CN121256277B 。

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：202511804228.0，技术领域涉及：G06F18/20；该发明授权一种基于大数据分析的电气配电柜故障诊断方法是由夏云峰;李秋峰;戴遥楠;沙瑶琴设计研发完成，并于2025-12-03向国家知识产权局提交的专利申请。

本一种基于大数据分析的电气配电柜故障诊断方法在说明书摘要公布了：本发明公开了一种基于大数据分析的电气配电柜故障诊断方法，包括如下步骤：步骤一：采集并预处理来自电气配电柜的多源传感器数据；步骤二：通过时域分析方法从传感器数据集中提取时域特征；步骤三：通过快速傅里叶变换将时域特征集中的时域信号转化为频域信号，并计算各个频域特征；步骤四：对时域特征集和频域特征集通过皮尔逊相关系数进行相关性分析；步骤五：基于时域频域特征集通过改进的HDP‑HMM算法识别电气配电柜的隐状态集，并通过隐状态序列推断，得到最优隐状态序列；步骤六：根据最优隐状态序列，生成故障报告和维保建议。本发明结合时域频域特征与改进HDP‑HMM算法，实现电气配电柜故障智能诊断与预测。

本发明授权一种基于大数据分析的电气配电柜故障诊断方法在权利要求书中公布了：1.一种基于大数据分析的电气配电柜故障诊断方法，其特征在于，包括如下步骤： 步骤一：采集并预处理来自电气配电柜的多源传感器数据，得到统一结构的传感器数据集； 步骤二：通过时域分析方法从传感器数据集中提取时域特征，得到时域特征集； 步骤三：通过快速傅里叶变换将时域特征集中的时域信号转化为频域信号，并计算各个频域特征得到频域特征集； 步骤四：对时域特征集和频域特征集通过皮尔逊相关系数进行相关性分析，得到时域频域特征集； 步骤五：基于时域频域特征集通过改进的HDP-HMM算法识别电气配电柜的隐状态集，计算隐状态转移概率，并通过隐状态序列推断，得到最优隐状态序列； 所述改进的HDP-HMM算法具体为： 从时域频域特征集中随机选取一段预设大小的时间序列数据作为第一观测序列； 提取第一观测序列中对应的时域特征和频域特征，并按时间顺序排列得到第一观测向量； 将第一观测向量作为第一隐状态，从时域频域特征集中按时间顺序选取同等大小的时间序列数据，得到第二观测向量； 计算第一观测向量和第二观测向量之间的欧氏距离； 若欧氏距离大于或等于预设的距离阈值，则将第二观测向量作为第二隐状态； 若欧氏距离小于预设的距离阈值，则将第二观测向量归为第一隐状态； 重复迭代直到时域频域特征集全部遍历，得到隐状态集，所述隐状态集中的每个隐状态对应电气配电柜的一种故障模式； 根据隐状态集构建隐状态空间，所述隐状态空间为故障模式空间； 基于隐状态空间中的观测向量通过高斯分布，得到每个隐状态的观测概率分布； 根据每个隐状态的观测概率分布，通过计算对应的条件概率得到隐状态转移概率，所述隐状态转移概率为每对隐状态之间的转移概率； 根据每对隐状态转移概率进行隐状态序列推断，得到最优隐状态序列； 所述最优隐状态序列为电气配电柜在整个观察时间周期内最可能的故障模式序列； 所述根据每个隐状态转移概率进行隐状态序列推断，得到最优隐状态序列具体为： 根据每对隐状态转移概率构建隐状态转移概率矩阵； 遍历从初始隐状态到每个隐状态的隐状态转移概率，选择隐状态转移概率最大的作为下一步转移的目标隐状态； 所述初始隐状态为隐状态转移概率矩阵最左上角的隐状态； 对每个时刻，根据当前隐状态的观测概率和隐状态转移概率，逐步选择每个时刻的隐状态转移概率最大值，直到最后一个时刻； 从最后一个时刻开始，在隐状态转移概率矩阵回溯到最初时刻，得到最优隐状态序列； 步骤六：根据最优隐状态序列，生成故障报告和维保建议。

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上海孚邦实业有限公司，其通讯地址为：201612 上海市松江区临港高科技园莘砖公路518号20幢5层孚邦实业；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。