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！

龙图腾网获悉国能信控技术股份有限公司申请的专利基于多级设备协同的变电站故障预测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：CN120408227B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202510918869.2，技术领域涉及：G06F18/22；该发明授权基于多级设备协同的变电站故障预测方法是由张城城;吉云;万华;李朝飞;赵琳;张传升;赵延蛟设计研发完成，并于2025-07-04向国家知识产权局提交的专利申请。

本基于多级设备协同的变电站故障预测方法在说明书摘要公布了：本发明涉及变电站运维技术领域，尤其涉及一种基于多级设备协同的变电站故障预测方法，该方法在变电站的运行过程中，采集目标设备在当前周期内的多源实时监测数据，得到设备实时状态特征向量；获取每个预设故障类型下每个特征在当前周期内对应的故障特征范围和特征权重，对设备实时状态特征向量中的每个特征数据进行匹配，若匹配到至少两个预设故障类型，则记为目标故障类型；针对任一目标故障类型，结合任一目标故障类型下每个特征的特征符合度和特征权重，获取任一目标故障类型的故障匹配置信度；根据每个目标故障类型的故障匹配置信度，确定目标设备在当前周期内的最终故障类型，能够很大程度的降低故障误报率，提升故障预测准确性。

本发明授权基于多级设备协同的变电站故障预测方法在权利要求书中公布了：1.基于多级设备协同的变电站故障预测方法，其特征在于，所述方法包括： 在变电站的运行过程中，利用多级设备采集目标设备在当前周期内的多源实时监测数据，对所述多源实时监测数据进行特征提取，得到由至少两个特征数据组成的设备实时状态特征向量； 分别获取每个预设故障类型下每个特征在当前周期内对应的故障特征范围和特征权重，利用每个预设故障类型下每个特征对应的故障特征范围，对所述设备实时状态特征向量中的每个特征数据进行匹配，若匹配到至少两个预设故障类型，则将匹配到的预设故障类型记为目标故障类型； 针对任一目标故障类型，根据所述设备实时状态特征向量中每个特征数据与所述任一目标故障类型下每个特征对应的故障特征范围之间的关系，分别获取所述任一目标故障类型下每个特征的特征符合度，结合所述任一目标故障类型下每个特征的特征符合度和特征权重，获取所述任一目标故障类型的故障匹配置信度； 获取每个目标故障类型的故障匹配置信度，根据每个目标故障类型的故障匹配置信度，将最大故障匹配置信度对应的目标故障类型作为目标设备在当前周期内的最终故障类型； 所述分别获取每个预设故障类型下每个特征在当前周期内对应的故障特征范围和特征权重，包括： 构建目标设备的数字孪生模型，对所述数字孪生模型进行多次故障仿真，得到每个预设故障类型下的设备仿真状态特征向量集合，根据每个预设故障类型下的设备仿真状态特征向量集合，获取由每个预设故障类型下每个特征对应的初始故障特征范围和初始特征权重组成的初始特征参数集合； 根据所述初始特征参数集合以及目标设备在每个周期的设备状态特征向量，分别获取目标设备在每个周期内的最终故障类型以及对应的故障匹配置信度，对每个预设故障类型为最终故障类型进行次数累积记录，获取累积次数符合预设次数阈值所对应的至少一个预设故障类型，记为优化故障类型； 针对任一优化故障类型，获取所述任一优化故障类型下对应的所有设备状态特征向量和所有故障匹配置信度，并根据所述任一优化故障类型下对应的所有设备状态特征向量和所有故障匹配置信度，对所述任一优化故障类型下每个特征对应的初始故障特征范围和初始特征权重进行更新，得到所述任一优化故障类型下每个特征对应的新故障特征范围和新特征权重； 利用每个所述优化故障类型下每个特征对应的新故障特征范围和新特征权重对所述初始特征参数集合进行更新，得到新特征参数集合，将所述新特征参数集合作为所述初始特征参数集合，继续获取目标设备在每个周期内的最终故障类型，并重复所述初始特征参数集合的更新方法，直至得到目标设备在当前周期的上一周期内的最终故障类型，并根据目标设备在当前周期的上一周期内的最终故障类型，得到每个预设故障类型下每个特征在当前周期内对应的故障特征范围和特征权重。

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能信控技术股份有限公司，其通讯地址为：102200 北京市昌平区未来科技城英才北二街9号国电新能源院301号楼6层618、619号房间；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。