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！

龙图腾网获悉太原理工大学申请的专利一种用于电气设备的监控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：CN120561830B 。

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：202511061982.X，技术领域涉及：G06F18/2433；该发明授权一种用于电气设备的监控方法及系统是由王磊设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本一种用于电气设备的监控方法及系统在说明书摘要公布了：本发明涉及数据处理技术领域，尤其涉及一种用于电气设备的监控方法及系统，该方法将电气设备的任一监测指标的实时数据，以及历史时段内的历史数据组成数据序列，根据数据序列中每个数据在不同情况下的变化规律，得到每个数据的三种异常特征值；针对任一种异常特征值，获取与实时数据的任一种异常特征值相似的相似历史数据，根据实时数据与每个相似历史数据之间在其他种异常特征值下的关联性，得到任一种异常特征值的异常反应程度；根据每种异常特征值的异常反应程度，以及数据序列中每个数据的三种异常特征值，得到任一监测指标的异常程度，进而根据每个监测指标的异常程度对电气设备进行异常预警，提高了对电气设备进行异常预警的准确性。

本发明授权一种用于电气设备的监控方法及系统在权利要求书中公布了：1.一种用于电气设备的监控方法，其特征在于，所述一种用于电气设备的监控方法包括： 针对电气设备的任一监测指标，在电气设备的运行日志中，将所述任一监测指标在当前时刻的实时数据，以及所述任一监测指标在当前时刻之前的预设历史时段内的历史数据组成数据序列，根据数据序列中每个数据的局部波动程度以及局部变化趋势，得到每个数据的三种异常特征值； 针对任一种异常特征值，根据实时数据与每个历史数据之间的所述任一种异常特征值的相似性表现，得到与实时数据的所述任一种异常特征值相似的相似历史数据，根据实时数据与每个所述相似历史数据之间在其他种异常特征值下的关联性表现，得到实时数据的所述任一种异常特征值对电气设备的异常反应程度； 根据实时数据的每种异常特征值的异常反应程度，以及数据序列中每个数据的三种异常特征值，得到所述任一监测指标的异常程度，获取电气设备的每个监测指标的异常程度，根据所有监测指标的异常程度，对电气设备进行异常预警； 所述根据数据序列中每个数据的局部波动程度以及局部变化趋势，得到每个数据的三种异常特征值，包括： 根据数据序列中每个数据的局部变化趋势，获取数据序列中每个数据的目标时间间隔； 针对数据序列中任一数据，根据所述目标时间间隔获取所述任一数据所在的时间段，所述任一数据对应的时刻为所述任一数据所在的时间段的最后一个时刻； 若数据序列中的第一个数据至所述任一数据之间的时间段大于或等于所述任一数据所在的时间段，则根据所述任一数据所在的时间段，在数据序列中获取所述任一数据的子序列； 若数据序列中的第一个数据至所述任一数据之间的时间段小于所述任一数据所在的时间段，则根据所述任一数据所在的时间段，在电气设备的运行日志中获取所述任一数据的子序列； 获取所述任一数据的子序列的一阶差分序列，将所述一阶差分序列中每相邻两个数据之间的差值绝对值进行累加，得到累加值，将所述累加值进行线性归一化，得到所述任一数据的波动特征值； 根据所述任一数据的子序列中的数据变化趋势，得到所述任一数据的变化趋势特征值； 将所述任一数据、所述任一数据的波动特征值，以及所述任一数据的变化趋势特征值作为所述任一数据的三种异常特征值； 所述根据实时数据与每个历史数据之间的所述任一种异常特征值的相似性表现，得到与实时数据的所述任一种异常特征值相似的相似历史数据，包括： 针对任一历史数据，计算所述任一历史数据与实时数据之间的所述任一种异常特征值的差值绝对值，得到特征值差异指标，将所述特征值差异指标与预设常数之间的和的倒数进行线性归一化，得到实时数据与所述任一历史数据在所述任一种异常特征值下的相似程度； 获取实时数据与每个所述历史数据在所述任一种异常特征值下的相似程度，在所有相似程度中，将大于预设相似程度阈值的相似程度对应的历史数据作为实时数据的相似历史数据； 所述根据实时数据与每个所述相似历史数据之间在其他种异常特征值下的关联性表现，得到实时数据的所述任一种异常特征值对电气设备的异常反应程度，包括： 针对任一相似历史数据，在数据序列中，获取距离所述任一相似历史数据对应的时刻最近的第三预设数量个数据，记为参考数据； 将所述任一相似历史数据对应的时刻记为目标历史时刻，将每个所述参考数据对应的时刻记为参考时刻； 分别计算每个监测指标在所述目标历史时刻与任一参考时刻下对应的数据的差值绝对值，将所述目标历史时刻与所述任一参考时刻对应的所有差值绝对值进行累加，得到所述目标历史时刻与所述任一参考时刻之间在所有监测指标中的整体突变程度； 将所述目标历史时刻与每个所述参考时刻对应的整体突变程度进行累加，得到所述任一相似历史数据的噪声可能性指标； 根据实时数据与每个所述相似历史数据在其他种异常特征下的关联性表现，以及每个所述相似历史数据的噪声可能性指标，得到实时数据的所述任一种异常特征值对电气设备的异常反应程度。

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太原理工大学，其通讯地址为：030024 山西省太原市万柏林区迎泽西大街79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。