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！

龙图腾网获悉广东柯灿自动化科技有限公司申请的专利基于人工智能的工业配电安全预警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：CN119624250B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202411809334.3，技术领域涉及：G06Q10/0639；该发明授权基于人工智能的工业配电安全预警方法及系统是由吴文秀设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本基于人工智能的工业配电安全预警方法及系统在说明书摘要公布了：本发明公开了基于人工智能的工业配电安全预警方法及系统，方法包括：数据采集、工业配电数据处理、构建工业配电安全检测模型和实时预警。本发明属于安全预警技术领域，本方案引入综合度量值，设计噪声数据边界的上界和下界，筛选并去除噪声数据，基于最近邻划分少数类边界数据、少数类安全数据和多数类边界数据，基于需合成数量和选择概率进行两次合成数据，并在第一次合成后进行合成数据验证；设计随机斜率调整因子和动态反转调整因子，进行自适应双向突变，设计自适应边界，并结合渐进调节因子和收敛控制系数进行位置更新，找到最佳参数，准确、及时的进行安全检测，提高工业配电安全预警的可靠性和准确性。

本发明授权基于人工智能的工业配电安全预警方法及系统在权利要求书中公布了：1.基于人工智能的工业配电安全预警方法，其特征在于：该方法包括以下步骤： 步骤S1：数据采集，采集历史工业配电数据； 步骤S2：工业配电数据处理； 步骤S3：构建工业配电安全检测模型； 步骤S4：实时预警，将实时工业配电数据输入至基于最佳参数构建的工业配电安全检测模型中进行处理，得到工业配电的实时安全状态，并发出安全预警信号； 在步骤S2中包括步骤S22：去除噪声数据，基于预处理后的数据构建工业配电数据集，并将工业配电数据集划分为少数类数据集和多数类数据集，计算少数类数据集中所有工业配电数据的平均值，再计算少数类数据集中每个工业配电数据与平均值之间的欧几里得距离以及核密度估计，将欧几里得距离和核密度估计的乘积作为每个工业配电数据的综合度量值，将综合度量值按升序排序，选择和处的综合度量值作为第一参考度量c1和第二参考度量c2，基于参考度量设置噪声数据边界的上界ub和下界1b，将少数类数据集中综合度量值大于上界ub或小于下界lb的工业配电数据作为噪声数据，并从少数类数据集中删除噪声数据，所用公式如下： ； ； 式中，r是控制因子； 在步骤S3中，所述构建工业配电安全检测模型是构建支持向量机，并基于群体智能算法对支持向量机的惩罚参数和核函数参数进行最佳参数搜索，具体包括以下步骤： 步骤S31：初始化，对惩罚参数和核函数参数建立参数搜索空间，在参数搜索空间内随机初始化个体位置，用个体位置作为模型参数的代表，利用python导入sklearn库基于模型参数调用SVM函数，基于训练数据集训练工业配电安全检测模型，将基于模型参数建立的工业配电安全检测模型对测试数据集的合页损失函数作为对应个体位置的适应度值； 步骤S32：自适应双向突变； 步骤S33：设计自适应边界，所用公式如下： ； ； 式中，和分别是第t次搜索时参数搜索空间的下界和上界，max{·}和min{·}分别是求最大值函数和求最小值函数，tmax是最大搜索次数，是第t次搜索时突变后的最佳个体位置，和分别是参数搜索空间的下界初始值和上界初始值，t是搜索次数索引； 步骤S34：位置更新，在更新前，为每个个体随机生成一个（0，1）的随机数，基于自适应边界和随机数，并结合渐进调节因子和收敛控制系数进行个体位置的更新，所用公式如下： ； 式中，是第t+1次搜索时第q个个体的位置，是第t次搜索时第q个个体的随机数，和分别是第t次搜索时的渐进调节因子和收敛控制系数，和分别是位置修正因子和衰减指数，是第t次搜索时第q个个体突变后的位置； 步骤S35：确定最佳参数，预先设定适应度阈值，更新个体位置的适应度值，当最佳个体位置的适应度值小于适应度阈值时，则最佳个体位置对应的参数为最佳参数，基于最佳参数调用SVM函数，构建工业配电安全检测模型；否则，若达到最大搜索次数，则转至步骤S31重新初始化；否则搜索次数加1并返回步骤S32继续搜索。

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广东柯灿自动化科技有限公司，其通讯地址为：510530 广东省广州市黄埔区水西路26号、28号1404房；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”。