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！

龙图腾网获悉中建安装集团有限公司申请的专利基于多传感器融合的智慧用电风险识别系统及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：CN118822264B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202410925527.9，技术领域涉及：G06Q10/0635；该发明授权基于多传感器融合的智慧用电风险识别系统及方法是由姚盛清;王勤虎;倪娇娇;汪贵临;崔琳杰;孙梓尧;肖智中;张睿;陈丽红设计研发完成，并于2024-07-11向国家知识产权局提交的专利申请。

本基于多传感器融合的智慧用电风险识别系统及方法在说明书摘要公布了：本发明涉及多传感器融合技术领域，具体是一种基于多传感器融合的智慧用电风险识别系统及方法，包括步骤S100:配置传感器，获取初始报警阈值，生成传感器数据序列组，对数据进行预处理；步骤S200:记录风险事件，标记并提取风险事件持续时间内的异常数据，将异常数据添加标签并记录时间戳后通过长短时记忆网络模型进行训练，定义风险事件的类型及概率；步骤S300：建立线性回归方程，得到异常数据与初始报警阈值间的影响关系，通过加权融合得到异常数据影响力评分；步骤S400：计算得到实时报警阈值，根据影响力评分调整采集频率，向用户预警可能发生的风险事件类型及概率，采用匹配算法生成对应的解决方案及具体步骤。

本发明授权基于多传感器融合的智慧用电风险识别系统及方法在权利要求书中公布了：1.一种基于多传感器融合的智慧用电风险识别方法，其特征在于，所述方法包括： 步骤S100:设置种类型的传感器，设定每种传感器的重要性评分，获取每种传感器的初始报警阈值，以设定的采集频率采集数据并生成传感器数据序列组，对传感器数据序列组中的数据进行预处理； 步骤S200:提取风险事件持续时间内的传感器数据序列组，标记异常传感器数据序列组，对异常数据添加类型标签并记录时间戳，通过长短时记忆网络模型进行训练，定义风险事件的类型及概率； 步骤S300：提取异常数据中的持续时间和数据峰值，以及对应传感器的重要性评分，建立线性回归方程，得到异常数据与初始报警阈值间的影响关系，通过加权融合得到异常数据影响力评分； 所述步骤S300包括： 步骤S301：分别提取风险事件中组异常数据的持续时长、峰值数据和每种数据对应传感器的重要性评分，其中，下标为第种异常数据在组异常数据中的索引； 步骤S302：根据线性回归方程建立实时报警阈值上下限调整公式； 实时报警阈值上限调整公式： ； 其中，为第种异常数据的初始报警阈值上限，下标为第种异常数据在组异常数据中的索引；为截距项，表示在没有任何显著输入特征的情况下，异常数据对报警阈值上限的基本调整量；为线性项的系数，表示每个数据对实时报警阈值上限的直接影响；为平方项的系数，表示数据中的非线性关系；为交互项的系数，表示两个变量共同作用下对上限的额外影响；所述均由统计方法从传感器数据中计算得出；实时报警阈值下限调整公式： ； 其中，为第种异常数据的初始报警阈值下限，下标为第种异常数据在组异常数据中的索引；为截距项，表示在没有任何显著输入特征的情况下，异常数据对报警阈值下限的基本调整量；为线性项的系数，表示每个数据对实时报警阈值下限的直接影响；为平方项的系数，表示数据中的非线性关系；为交互项的系数，表示两个变量共同作用下对下限的额外影响；所述均由统计方法从传感器数据中计算得出； 得到第种异常数据的实时报警阈值上限和实时报警阈值下限； 步骤S303：建立加权融合公式： ； 其中，为第种异常数据的持续时长，为第种异常数据的峰值，为第种异常数据对应传感器的重要性评分；为第种异常数据持续时长的权重，为第种异常数据峰值的权重,第种异常数据对应传感器重要性评分的权重，所述~基于实际需求和数据特性给出； 得到第种异常数据的影响力评分，所述影响力评分的范围为0~100； 步骤S400：根据影响关系计算得到实时报警阈值，以实时报警阈值监测电气系统运行，根据异常数据影响力评分调整传感器采集频率，实时更新可能发生的风险事件类型及概率并向用户预警，建立数据库，采用匹配算法生成对应的解决方案及具体步骤。

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中建安装集团有限公司，其通讯地址为：210046 江苏省南京市栖霞区文澜路6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”。