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！

龙图腾网获悉国网山东省电力公司经济技术研究院申请的专利基于机器学习的变电站设备运行故障预警诊断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：CN120579051B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202511093506.6，技术领域涉及：G06F18/2411；该发明授权基于机器学习的变电站设备运行故障预警诊断方法是由陈庆伟;曲占斐;谢丹;赵志鹏;胥金坤;王文洋;朱元吉;于翰芬;王德祥;张召环;李静;赵维刚;刘博设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本基于机器学习的变电站设备运行故障预警诊断方法在说明书摘要公布了：本发明涉及电数字数据处理技术领域，具体涉及一种基于机器学习的变电站设备运行故障预警诊断方法，方法包括：利用变电站设备的多维度数据样本确定目标故障类型对应目标样本时段中的目标维度异常数据；根据目标维度异常数据相对于目标维度正常数据的幅值分布差异，得到目标维度异常数据的异常基础值；根据目标维度异常数据中的数据变化程度筛选目标故障类型的核心维度数据；利用核心维度数据的异常基础值和次要程度，确定多维度数据样本的故障严重程度；根据故障严重程度确定鲸鱼优化算法对应的多个组合中的最优组合，利用最优组合对变电站设备进行诊断监测。通过本发明的技术方案，提高了通过SVM模型对变电站设备运行故障的监测准确性。

本发明授权基于机器学习的变电站设备运行故障预警诊断方法在权利要求书中公布了：1.一种基于机器学习的变电站设备运行故障预警诊断方法，其特征在于，所述方法包括： 利用变电站设备的多维度数据样本确定目标故障类型对应目标样本时段中的目标维度异常数据； 根据目标维度异常数据相对于目标维度正常数据的幅值分布差异，得到目标维度异常数据的异常基础值； 所述根据目标维度异常数据相对于目标维度正常数据的幅值分布差异，得到目标维度异常数据的异常基础值，包括： 确定目标维度异常数据对应的目标维度正常数据的正常数据均值； 利用正常数据均值，确定目标维度异常数据中目标数据的偏离程度； 利用目标数据的偏离程度和目标维度异常数据的数据均值，确定目标维度异常数据的异常基础值； 根据目标维度异常数据中的数据变化程度筛选目标故障类型的核心维度数据； 所述根据目标维度异常数据中的数据变化程度筛选目标故障类型的核心维度数据，包括： 将目标维度异常数据中相邻数据的差值归一化结果确定为数据变化程度； 确定目标维度异常数据的各个目标数据变化程度和参考维度异常数据对应的各个参考数据变化程度； 利用目标数据变化程度、参考数据变化程度以及目标维度异常数据的核心特征程度，以判断目标维度异常数据是否为目标故障类型的核心维度数据； 其中，所述核心特征程度表征属于核心维度数据的可能性，为目标故障类型中所有样本时段的目标维度异常数据的异常基础值均值； 所述利用目标数据变化程度、参考数据变化程度以及目标维度异常数据的核心特征程度，以判断目标维度异常数据是否为目标故障类型的核心维度数据，包括： 利用目标数据变化程度和参考数据变化程度，确定参考维度异常数据相对于目标维度异常数据的影响阈值； 利用影响阈值、目标数据变化程度、参考数据变化程度以及目标维度异常数据的核心特征程度，计算得到参考维度异常数据的核心相关程度； 利用核心相关程度、参考维度异常数据在所有故障时段的异常基础值的最大值和最小值，计算得到参考维度异常数据的次要程度； 将目标维度异常数据作为其他的参考维度异常数据，得到目标维度异常数据的次要程度； 比较目标维度异常数据的核心特征程度和次要程度，以确定目标维度异常数据是否为目标故障类型的核心维度数据； 利用核心维度数据的异常基础值和次要程度，确定多维度数据样本的故障严重程度； 根据故障严重程度确定鲸鱼优化算法对应的多个组合中的最优组合，利用最优组合对变电站设备进行诊断监测； 其中，所述异常基础值表征异常的表现程度；所述次要程度表征为次要维度的可能性； 组合包括惩罚因子和核函数参数。

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山东省电力公司经济技术研究院，其通讯地址为：250100 山东省济南市槐荫区纬十路111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”。

以上内容由龙图腾AI智能生成。