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！

龙图腾网获悉广东电网有限责任公司广州供电局申请的专利一种基于大数据的变电设备故障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：CN119917989B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510422555.3，技术领域涉及：G06F18/2433；该发明授权一种基于大数据的变电设备故障预测方法是由孟庆凯;李康宁;付天任;黄龙;陈俊;陈晓清;朱劲磊;蔡思捷;陈少强;钟昀昊设计研发完成，并于2025-04-07向国家知识产权局提交的专利申请。

本一种基于大数据的变电设备故障预测方法在说明书摘要公布了：本发明涉及数据处理技术领域，具体涉及一种基于大数据的变电设备故障预测方法，该方法包括：获取变电设备在多个周期中的电流数据、负载数据和溶解气体浓度；确定当前周期的异常程度；基于负载数据与溶解气体浓度之间的关联关系对负载数据和溶解气体浓度进行聚类，得到多个聚类簇；根据各聚类簇中的负载数据与溶解气体浓度对各周期的异常程度进行修正，得到各周期修正后的最终异常程度，选取最终异常程度大于第一阈值的周期为异常波动周期；确定异常波动周期出现故障的可能性；根据异常波动周期出现故障的可能性预测变电设备是否存在潜在故障。如此，本发明提高了变电设备故障预测精确度和可靠性。

本发明授权一种基于大数据的变电设备故障预测方法在权利要求书中公布了：1.一种基于大数据的变电设备故障预测方法，其特征在于，所述基于大数据的变电设备故障预测方法包括： 获取变电设备在多个周期中的电流数据、负载数据和溶解气体浓度； 根据当前周期中电流数据的极大值点的幅值、所述当前周期中电流数据的极大值点的第一数量以及与所述当前周期相邻的上一周期的异常程度，确定当前周期的异常程度； 基于所述负载数据与所述溶解气体浓度之间的关联关系对所述负载数据和所述溶解气体浓度进行聚类，得到多个聚类簇； 根据各所述聚类簇中的负载数据与溶解气体浓度对各周期的异常程度进行修正，得到各所述周期修正后的最终异常程度，选取所述最终异常程度大于第一阈值的周期为异常波动周期，所述最终异常程度是根据聚类簇在时间上的连续性和聚类簇的时间分布程度对各周期的异常程度进行修正，所述连续性是根据聚类簇中多个数据段的第二数量、聚类簇中数据点的第三数量、数据段中数据点的第四数量以及数据段中每两个相邻的数据点之间的变化量确定的，所述数据段是将各聚类簇中的负载数据和溶解气体浓度按照时间顺序进行排序后进行分段得到的，所述时间分布程度是根据聚类簇中每两个相邻的数据段之间的时间间隔以及第二数量确定的； 根据所述异常波动周期的各参考周期的幅值以及相邻的参考周期之间的时间间隔，确定所述异常波动周期出现故障的可能性； 根据所述异常波动周期出现故障的可能性预测所述变电设备是否存在潜在故障。

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电网有限责任公司广州供电局，其通讯地址为：510000 广东省广州市天河区天河南二路2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”。