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！

龙图腾网获悉沈阳工程学院申请的专利一种基于机器学习的电力设备监测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：CN120277565B 。

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：202510412595.X，技术领域涉及：G06F18/2431；该发明授权一种基于机器学习的电力设备监测方法及系统是由尹晓伟;郝杰;钱文学;刘劲涛;白斌;姜壹夫;赵璐;张晨晨设计研发完成，并于2025-04-03向国家知识产权局提交的专利申请。

本一种基于机器学习的电力设备监测方法及系统在说明书摘要公布了：本申请公开一种基于机器学习的电力设备监测方法及系统，涉及机器学习技术领域，方法包括：获取电力设备的历史运行数据，建立每台电力设备的历史运行数据组；获取电力设备的历史运行数据的时间点，并获取时间点对应环境数据；基于运行环境数据和历史运行数据，获取电力设备的故障诱因排序；基于电力设备的故障诱因排序，获取电力设备的监测诱因；获取电力设备的监测诱因在故障发生前时间段的历史数据，并获取电力设备的监测诱因在相同长度时间段的实测数值，基于历史数据和实测数值得到监测结果；基于电力设备之间的电力连接关系，获取故障关联电力设备的故障诱因排序，并获取故障关联电力设备的监测结果。本申请实现了电力设备监测的精度和范围。

本发明授权一种基于机器学习的电力设备监测方法及系统在权利要求书中公布了：1.一种基于机器学习的电力设备监测方法，其特征在于，所述监测方法包括： 获取电力设备的历史运行数据，建立每台电力设备的历史运行数据组； 获取电力设备的历史运行数据的时间点，并获取时间点对应环境数据； 基于所述时间点对应环境数据和所述历史运行数据，获取电力设备的故障诱因排序，包括： 基于所述电力设备故障数据所对应的电力数据采集时间点，获取前序时间段内的电力设备的历史运行数据，得到故障前运行数据； 基于所述故障前运行数据，获取历史运行数据的变化率； 基于所述变化率，获取各个所述变化率对应的回归系数，所述变化率对应的回归系数确定方程为： ； 其中，表示变化率对应的回归系数，表示变化率，m表示历史运行数据的类别索引，n表示历史运行数据的类别总量； 对所述变化率对应的回归系数进行排序，以得到电力设备的故障诱因排序； 还包括： 基于所述电力设备的故障诱因排序，获取故障诱因的类型，并得到电力设备的自身故障诱因排序和运行环境诱因排序； 基于所述电力设备的故障诱因排序，获取电力设备的监测诱因，包括： 基于所述电力设备的自身故障诱因排序，将自身故障诱因对应的回归系数和预设回归系数比较，并获取不低于所述预设回归系数的故障诱因，得到高影响故障诱因； 基于所述环境诱因排序，将环境诱因对应的回归系数和预设环境回归系数比较，并获取不低于所述预设环境回归系数对应的环境诱因的回归系数，得到高影响环境诱因； 基于所述高影响环境诱因，获取所述高影响环境诱因所导致的电力设备故障概率，所述电力设备故障概率确定方程为： ； 其中，表示高影响环境诱因导致的故障概率；表示截距项，为所有自变量为0时的对数几率；表示高影响环境诱因的回归系数；表示高影响环境诱因的具体参数；i表示高影响环境诱因的索引； 将所述对应环境数据所导致的电力设备故障概率和预设电力设备故障概率比较，若所述对应环境导致的电力设备故障概率不低于所述预设电力设备故障概率，确定所述高影响环境诱因是电力设备故障原因； 将所述高影响故障诱因，或，高影响故障诱因与高影响环境诱因确定为所述电力设备的监测诱因； 获取电力设备的监测诱因在故障发生前时间段的历史数据，并获取所述电力设备的监测诱因在相同长度时间段的实测数值，基于所述历史数据和实测数值得到监测结果，包括： 基于所述故障前运行数据，和所述电力设备的监测诱因，获取电力设备的历史监测诱因数值； 基于所述电力设备的监测诱因，获取电力设备的监测诱因的实测数值； 比较所述电力设备的历史监测诱因数值和所述电力设备的监测诱因的实测数值，得到诱因数值比较结果； 基于所述诱因数值比较结果和所述电力设备的监测诱因对应的回归系数，得到电力设备的监测结果； 基于电力设备之间的电力连接关系，获取故障关联电力设备的故障诱因排序，并获取故障关联电力设备的监测结果，包括： 基于电力设备之间的电力连接关系，获取故障电力设备连接的电力设备的所述历史运行数据组，得到关联数据组； 获取所述关联数据组的电力设备故障数据，并获取关联数据组的电力设备故障数据的发生时间节点； 若所述关联数据组的电力设备故障数据的发生时间节点和所述电力设备故障数据所对应的电力数据采集时间点偏差量不高于预设偏差量，确定电力设备之间具有故障关联关系，得到所述故障关联电力设备； 获取故障关联电力设备的监测诱因，并基于所述故障关联电力设备的监测诱因的实测数据和故障关联电力设备的历史监测诱因数据，得到故障关联电力设备的监测结果。

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沈阳工程学院，其通讯地址为：110136 辽宁省沈阳市沈北新区蒲昌路18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。