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！

龙图腾网获悉中国电力科学研究院有限公司;国网浙江省电力有限公司申请的专利一种基于调控配用数据融合的异常数据处理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：CN112000708B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202010666356.4，技术领域涉及：G06F16/2458；该发明授权一种基于调控配用数据融合的异常数据处理方法及系统是由李志宏;李立新;宋旭日;叶瑞丽;谢琳;张林鹏;邱成建;齐晓琳;韩昳;吕闫;张风彬;王岩;卢敏;杨力强;胡润滋设计研发完成，并于2020-07-10向国家知识产权局提交的专利申请。

本一种基于调控配用数据融合的异常数据处理方法及系统在说明书摘要公布了：本发明提供了一种基于调控配用数据融合的异常数据处理方法，包括：获取调控云平台和营配调一体化平台的系统模型和运行数据；基于预先训练的模型对象确定调控云平台和营配调一体化平台的系统模型的关联关系；基于系统模型的关联关系以及预先训练的神经网络模型对所述运行数据进行数据特征提取与异常数据处理；解决了传统的跨专业信息共享度不够缺点，同时采用电网数据特征提取及异常处理技术，提升了数据治理的质量。

本发明授权一种基于调控配用数据融合的异常数据处理方法及系统在权利要求书中公布了：1.一种基于调控配用数据融合的异常数据处理方法，其特征在于，包括： 获取调控云平台和营配调一体化平台的系统模型和运行数据； 基于预先训练的模型对象确定所述调控云平台和营配调一体化平台的系统模型的关联关系； 基于所述系统模型的关联关系以及预先训练的神经网络模型对所述运行数据进行数据特征提取与异常数据处理； 所述模型对象的训练包括： 对输入到模型对象的所述历史调控云平台数据和历史营配调一体化平台数据经卷积层、池化层和全连接层进行关键字的提取及周期扫描得到按照名称、描述和编码排列的关键字匹配规则、运行数据和其他对照数据； 所述其他对照数据，包括：具有一致性问题、关联关系问题和模型匹配问题的数据； 所述基于所述系统模型的关联关系以及预先训练的神经网络模型对所述运行数据进行数据特征提取与异常数据处理，包括： 基于所述系统模型的关联关系以及所述预先训练的神经网络模型对所述运行数据进行数据特征提取、常规数据异常处理、事故数据预处理和缺陷类数据预处理； 对所述运行数据进行常规数据异常处理，包括： 通过数据泛化、规格化或人工校正来识别所述运行数据中数据转换错误、数据范围错误、数据异常、母线不平衡、线路量测不平衡、绕组两侧或三侧不平衡以及总加指标缺少计算分量的数据； 通过数理统计算法对所述数据转换错误、数据范围错误、数据异常的数据进行异常消除处理，处理后进行规则校验； 并利用状态估计算法对所述母线不平衡、线路量测不平衡、绕组两侧或三侧不平衡的数据进行修正； 将所述总加指标缺少计算分量的数据反馈给所述调控云平台和营配调一体化平台进行修改； 其中，所述数据异常包括：数据缺失和噪声跳变； 对所述运行数据进行事故数据预处理，包括： 通过数据泛化、规格化或人工校正来识别所述运行数据中的事故数据，并将所述事故数据分为危急故障数据、严重故障数据、一般故障数据和告知故障数据； 通过自然语言处理方法对所述危急故障数据、严重故障数据、一般故障数据和告知故障数据进行分词和去掉用词得到向量化的故障数据； 基于预先获取的历史监控告警信息的标签样本对所述向量化的故障数据进行标签化处理； 利用分层聚类算法，对经过所述标签化处理的故障数据分为等线路故障数据、变压器故障数据、馈线段故障数据、微网故障数据和连锁故障数据； 将所述等线路故障数据、变压器故障数据、馈线段故障数据、微网故障数据和连锁故障数据与电网故障设备进行故障关联匹配，得到故障关联设备数据； 将所述故障关联设备数据输入至预先训练好的神经网络模型中进行学习，得到不同标签的分类结果； 其中，所述标签分类包括：故障类型、故障严重程度和故障位置； 所述神经网络模型，将历史监控告警信息中提取带标签的事件样本作为输入，不同标签的分类结果作为输出进行训练。

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中国电力科学研究院有限公司;国网浙江省电力有限公司，其通讯地址为：100192 北京市海淀区清河小营东路15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。