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！

龙图腾网获悉山东吉正电气科技有限公司申请的专利一种低压配电箱数据实时采集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：CN120234736B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510338636.5，技术领域涉及：G06F18/2433；该发明授权一种低压配电箱数据实时采集方法及系统是由赵国骞;魏凤华;李泓佑;王震;焦玉刚设计研发完成，并于2025-03-21向国家知识产权局提交的专利申请。

本一种低压配电箱数据实时采集方法及系统在说明书摘要公布了：本发明提供一种低压配电箱数据实时采集方法及系统，涉及数据处理技术领域，所述方法包括：分别确定标准化的气象载荷向量、微环境载荷向量和配电箱状态载荷向量对应的空间关联加权系数；将标准化的气象载荷向量、微环境载荷向量和配电箱状态载荷向量分别映射至等边三角形的三个顶点，以得到每个载荷向量的空间特征权重；将各载荷向量与其对应的空间关联加权系数进行融合，利用空间特征权重对线性组合过程施加正则化处理，形成包含空间拓扑关系的环境载荷矩阵；基于环境载荷矩阵的几何特征，建立融合扩散卷积算子的时空演化预警模型，以预测异常点。本发明能够有效地预测异常点，并识别潜在故障的耦合传播路径。

本发明授权一种低压配电箱数据实时采集方法及系统在权利要求书中公布了：1.一种低压配电箱数据实时采集方法，其特征在于，所述方法包括： 根据配电箱历史数据，分别确定标准化的气象载荷向量、微环境载荷向量和配电箱状态载荷向量对应的空间关联加权系数； 将标准化的气象载荷向量、微环境载荷向量和配电箱状态载荷向量分别映射至等边三角形的三个顶点，以得到每个载荷向量的空间特征权重，包括： 根据配电箱的物理位置，以配电箱安装位置的中心点作为极坐标系的原点，并确定一个方向作为极轴；将标准化的气象载荷向量、微环境载荷向量和配电箱状态载荷向量作为初始点在极坐标系中标出，每个载荷向量的方向表示其在多维空间中的指向；利用配电箱的历史数据，为每种载荷向量设定对应的约束条件，约束条件包括向量模长的最大和最小值以及向量方向；根据等边三角形的几何特性计算旋转矩阵，使用旋转矩阵对多维张量积进行旋转操作，以得到映射到等边三角形顶点上的载荷向量的位置；根据映射到等边三角形顶点上的载荷向量的位置，计算每个载荷向量的空间特征权重；将各载荷向量与其对应的空间关联加权系数进行融合，利用空间特征权重对线性组合过程施加正则化处理，形成包含空间拓扑关系的环境载荷矩阵，包括：分别将气象载荷向量、微环境载荷向量和配电箱状态载荷向量与其对应的空间关联加权系数相乘，以得到加权后的各个载荷向量；将加权后的各个载荷向量融合，形成一个新的综合向量；将空间特征权重与新的综合向量融合，以得到环境载荷矩阵； 基于环境载荷矩阵的几何特征，建立融合扩散卷积算子的时空演化数字孪生预警模型，以预测异常点，包括： 分析环境载荷矩阵的几何特征，包括矩阵的形状、大小和元素分布；收集配电箱运行过程中的各种数据，包括电流、电压、温度和湿度数据；根据配电箱运行过程中的各种数据和环境载荷矩阵的几何特征，构建与真实配电箱相对应的数字孪生预警模型；在数字孪生预警模型中集成传感器数据，以实时反映配电箱的运行状态；在数字孪生模型中融入扩散卷积算子，以捕捉数据的时空演化特征，通过扩散卷积算子，数字孪生预警模型提取配电箱运行过程中的时空信息，包括电流和电压的变化趋势和温度的分布；利用扩散卷积算子对配电箱运行数据进行特征提取，得到时空特征向量，对时空特征向量进行分析，以识别配电箱运行过程中的异常点； 将预测异常点与设备老化特征谱进行多尺度匹配度分析，结合等边三角形顶点间的相位角差异参数，构建复合故障模式的三维匹配空间，识别潜在故障的耦合传播路径，包括： 收集配电箱的历史运行数据，包括正常状态和异常状态下的数据；通过傅里叶变换从原始数据中提取配电箱老化特征谱；计算预测异常点与设备老化特征谱之间的余弦相似度；将配电箱的三个关键状态参数映射到等边三角形的三个顶点上，计算三个状态参数之间的相位角差异；以余弦相似度作为x轴和y轴，以等边三角形相位角差异参数作为z轴，在三维空间中，每个点代表一个故障模式；在三维匹配空间中，通过聚类将相似的故障模式分组，分析不同故障模式组之间的空间关系和演变趋势，以识别潜在的故障耦合传播路径。

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山东吉正电气科技有限公司，其通讯地址为：255000 山东省淄博市高新区青龙山路9009号仪器仪表产业园23-D号厂房南跨一层；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。