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！

龙图腾网获悉四川省机场集团有限公司申请的专利10KV变电站设备多源异构数据协同故障预测方法及其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：CN120031549B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510501654.0，技术领域涉及：G06Q10/20；该发明授权10KV变电站设备多源异构数据协同故障预测方法及其系统是由李煜昊设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本10KV变电站设备多源异构数据协同故障预测方法及其系统在说明书摘要公布了：本发明涉及电力系统智能运维技术领域，具体涉及10KV变电站设备多源异构数据协同故障预测方法及其系统，整合设备传感数据、环境数据、运维数据和视频图像数据，形成多模态异构数据集；通过深度特征提取与语义对齐，将异构数据转化为统一特征表征，并利用时空一致性约束进行动态校准；对校准后的特征进行自适应加权融合与矛盾消解，生成融合特征；基于设备状态知识图谱，对融合特征进行多维评估，得到设备状态向量；利用该向量及融合特征，通过多层级故障预测模型预测故障；将预测结果与实际故障数据比对，反馈更新知识图谱和预测模型参数，实现持续优化，通过多模态异构数据深度特征提取与语义对齐，实现了异构数据的深度融合。

本发明授权10KV变电站设备多源异构数据协同故障预测方法及其系统在权利要求书中公布了：1.10KV变电站设备多源异构数据协同故障预测方法，其特征在于，包括： 获取变电站设备的多模态异构数据，所述多模态异构数据包括设备传感数据、环境数据、运维数据和视频图像数据； 对所述多模态异构数据进行深度特征提取与语义对齐，得到统一特征表征； 基于时空一致性约束对所述统一特征表征进行动态校准，得到校准后特征； 对所述校准后特征执行自适应加权融合与矛盾消解，得到融合特征； 基于预先构建的设备状态知识图谱，对所述融合特征进行多维设备状态评估，得到设备状态向量； 根据所述设备状态向量和所述融合特征，通过多层级故障预测模型生成故障预测结果； 将所述故障预测结果与实际故障数据进行比对，更新所述设备状态知识图谱和所述多层级故障预测模型的参数； 基于时空一致性约束对所述统一特征表征进行动态校准，具体包括： 构建设备空间关联拓扑图，表示设备间的空间关联度； 计算数据的时间一致性评分，评分计算公式为,其中为第一条数据的时间戳、为第二条数据的时间戳，为时间容忍参数； 计算数据的空间一致性评分，评分计算公式为，其中为设备与的空间关联度； 基于时间一致性评分和空间一致性评分计算综合评分，对评分低于预设阈值的数据项进行校准； 对所述校准后特征执行自适应加权融合与矛盾消解，具体包括： 基于信息熵计算特征重要性评分； 根据特征重要性和历史预测准确率动态调整特征权重；执行加权融合计算融合特征； 检测特征间冲突度，当冲突度超过预设阈值时，启动深度检查流程进行矛盾消解； 基于预先构建的设备状态知识图谱，对所述融合特征进行多维设备状态评估，具体包括： 构建包含设备、部件、故障类型的知识图谱，以三元组（实体1,关系，实体2,置信度）形式表示知识； 构建设备状态向量，包含物理状态、电气状态和运行状态维度；基于知识图谱的推理引擎对融合特征进行状态评估； 为评估结果提供可信度指标； 所述通过多层级故障预测模型生成故障预测结果，具体包括： 第一层级执行亚健康状态预警，预测窗口为12—24小时； 第二层级执行故障类型预测，预测窗口为6—12小时； 第三层级执行紧急故障预警，预测窗口为0-6小时； 各层级采用不同预测模型，根据数据特性和故障类型自动选择最优模型； 采用集成学习策略融合多个基础模型的预测结果，增强预测可靠性。

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四川省机场集团有限公司，其通讯地址为：610200 四川省成都市双流区机场东四路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”。