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！

龙图腾网获悉国网江苏省电力有限公司苏州供电分公司申请的专利一种基于分布式采样的故障辅助分析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：CN120258777B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510740450.2，技术领域涉及：G06Q10/20；该发明授权一种基于分布式采样的故障辅助分析方法及系统是由周斌;许琛雍;潘晓明;阮楠千;田雨设计研发完成，并于2025-06-05向国家知识产权局提交的专利申请。

本一种基于分布式采样的故障辅助分析方法及系统在说明书摘要公布了：一种基于分布式采样的故障辅助分析方法及系统。在电网的不同位置实时采集电网的运行数据以及波形信号数据；从预处理后的采集数据中提取可能代表故障的特征值；利用多种机器学习基础模型对特征值进行初步故障识别；根据集成学习的结果对故障类型进行综合判断，确保多算法协同效应。本发明结合多种机器学习算法的集成学习方法，能够综合多个算法的优势，增强故障识别的鲁棒性。通过加权投票或堆叠方法，系统能够根据各个算法的判断结果做出更加精准的综合判定，减少单一算法判断错误的风险。

本发明授权一种基于分布式采样的故障辅助分析方法及系统在权利要求书中公布了：1.一种基于分布式采样的故障辅助分析方法，其特征在于，包括以下步骤： 在电网的多个位置对电网数据进行实时分布式采样； 对采样的数据进行预处理，从预处理后数据中提取设定维度的特征值； 将提取到的特征值输入不同的机器学习基础模型中，每种机器学习基础模型独立预测，得到每个机器学习基础模型对故障类型的置信度，用如下公式表示： ； 其中，为第个机器学习基础模型对第个故障类型的置信度，值域为[0,1]；为调节机器学习基础模型输出非线性的放缩参数；表示第个机器学习基础模型对第个设定维度的特征值进行计算后得到的预测输出，为机器学习基础模型的数量； 采用集成学习算法融合所有机器学习基础模型的预测结果，得到一个综合故障识别结果； ； 表示第个机器学习基础模型的权重，为第个机器学习基础模型的权重调节参数； 根据综合故障识别结果，通过设定的决策阈值判断对应的故障；所述决策阈值的设定方式为，根据历史故障样本数据，采用基于监督学习的训练模型进行训练，得到阈值组合；若位于第个决策阈值和第个决策阈值之间的区间中，则对应着故障； 为每次识别结果设计奖励与惩罚机制，奖励与惩罚的判断依据在于评估值及其相对于设定的参考阈值的偏离情况； 对综合故障识别结果计算评估值，并基于奖励和惩罚机制对集成学习算法进行优化；若评估值S，给予奖励，不做权重调整，反馈优化结束；若S，触发惩罚，根据惩罚规则，重新调整各机器学习基础模型的权重，得到最优综合故障识别结果。

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国网江苏省电力有限公司苏州供电分公司，其通讯地址为：215004 江苏省苏州市姑苏区劳动路555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”。