Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京信息职业技术学院顾振飞获国家专利权

南京信息职业技术学院顾振飞获国家专利权

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!

龙图腾网获悉南京信息职业技术学院申请的专利一种电力设备运行状态分析方法、系统、设备及介质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:CN120123852B

龙图腾网通过国家知识产权局官网在2025-09-02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:202510608268.1,技术领域涉及:G06F18/241;该发明授权一种电力设备运行状态分析方法、系统、设备及介质是由顾振飞;庄友淳;张翼英;何清素;保承家;药炜;王奔;陆建华;王常明;陈灿设计研发完成,并于2025-05-13向国家知识产权局提交的专利申请。

一种电力设备运行状态分析方法、系统、设备及介质在说明书摘要公布了:本发明涉及电力设备运行状态分析技术领域,公开了一种电力设备运行状态分析方法、系统、设备及介质,方法包括:获取目标电力设备的第一参数,并对第一参数进行第一分类,对第一分类后的第一参数进行第一预处理,得到第二参数,建立第一分析模型,根据第二参数对第一分析模型进行训练,得到训练完成后的第一分析模型,记作第二分析模型,响应于目标电力设备实时数据输入第二分析模型,得到电力设备运行状态分析结果。该方法充分考虑了电力设备运行状态的复杂性和多样性,通过精细的参数分类和预处理,以及先进的四层网络架构分析模型,实现了对电力设备运行状态的准确分析和实时监控。

本发明授权一种电力设备运行状态分析方法、系统、设备及介质在权利要求书中公布了:1.一种电力设备运行状态分析方法,其特征在于,包括: 获取目标电力设备的第一参数,并对所述第一参数进行第一分类; 所述对所述第一参数进行第一分类包括: 所述第一参数包括第一内部参数以及第二外部参数; 所述第一分类包括: 预设第一参数分类库以及第二参数分类判断逻辑; 根据所述第一参数分类库获取所述第一内部参数以及第二外部参数中的已分类参数以及未分类参数; 根据所述第二参数分类判断逻辑对所述未分类参数进行分类判断,若存在对所述未分类参数的判断逻辑,则得到分类判断结果; 若不存在,则进行重要性判断; 预设重要性判断标准,若满足重要性判断标准,则重新生成第二参数分类判断逻辑; 若不满足重要性判断标准,则不考虑对应的未分类参数; 第二参数分类判断逻辑包括: 预设第一周期阈值以及第二波动阈值; 若未分类参数中存在第一周期阈值内产生的数据变化大于第二波动阈值的参数,则该参数为动态参数,否则为静态参数; 第一周期阈值为根据相关技术人员需求进行调整的数值,第二波动阈值在初始时为一个经验数值,在初始判断之后,第二波动阈值根据设定的第一周期阈值中的周期进行更新; 第二波动阈值包含若干个不同的分支阈值,分支阈值的个数根据历史数据得到的动态参数或者静态参数的个数确定; 根据所述已分类参数以及分类判断结果获取第一动态参数以及第一静态参数; 所述第一分类还包括: 初始的第一参数分类库为空白库; 初始的第一分类仅通过第二参数分类判断逻辑进行初始的分类判断,初始的第一分类根据所述第二参数分类判断逻辑对初始的第一参数进行分类判断; 根据初始的分类判断结果中的参数,建立非空白第一参数分类库; 所述第一分类用于将所述第一参数分为第一动态参数以及第一静态参数; 对所述第一分类后的第一参数进行第一预处理,得到第二参数,所述第二参数包括第二动态参数以及第二静态参数; 建立第一分析模型,所述第一分析模型包括两个输入端、四层网络架构以及一个输出端; 所述四层网络架构包括并联的第一特征判断网络架构以及第二特征判断网络架构,与所述第一特征判断网络架构以及第二特征判断网络架构串联的第三状态分析网络结构以及与第三状态分析网络结构串联的第四决策网络结构; 所述四层网络架构均包括不同的网络目标函数以及网络约束条件,四层网络架构的不同的网络目标函数以及网络约束条件如下: 第一特征判断网络用于处理动态参数,第一特征判断网络目标函数的目标是通过第二动态参数提取设备运行状态的动态特征,并输出第一状态分析结果,采用1D卷积神经网络结构,结合时间序列进行动态特征提取; 第一特征判断网络约束条件包括基于第一特征判断网络的输入约束、基于第一特征判断网络的输出约束、基于第一特征判断网络的激活函数约束、基于第一特征判断网络的梯度约束; 第二特征判断网络用于处理静态参数,第二特征判断网络目标函数的目标是通过静态参数提取设备的静态特征,并输出第二状态分析结果,采用全连接神经网络,且神经网络不包含卷积层; 第二特征判断网络约束条件包括基于第二特征判断网络的输入约束、基于第二特征判断网络的输出约束、基于第二特征判断网络的激活函数约束、基于第二特征判断网络的数据归一化约束; 第三状态分析网络的网络目标函数的目标是融合动态和静态特征的分析结果,输出最终设备状态; 第三状态分析网络约束条件包括基于第一特征判断网络以及第二特征判断网络输出的输入约束、融合约束提及针对第三状态分析网络的输出约束,所述第三状态分析网络必须包括全连接层以及注意力机制; 第四决策网络结构中的网络目标函数为根据最终的运行状态种类判断实行何种策略; 第四决策网络结构包括将电力设备所在系统作为环境、将第三状态分析网络的输出作为状态、用于接收第三状态分析网络的输出并执行动作的智能体,所述执行动作包括若干种维护策略;所述环境根据执行动作生成对应奖励,并将奖励反馈于智能体,所述奖励包括任务完成奖励、惩罚成本、探索奖励以及约束惩罚; 根据所述第二参数对所述第一分析模型进行训练,得到训练完成后的第一分析模型,记作第二分析模型; 响应于目标电力设备实时数据输入所述第二分析模型,得到电力设备运行状态分析结果。

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南京信息职业技术学院,其通讯地址为:210023 江苏省南京市栖霞区文澜路99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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。