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！

龙图腾网获悉国网上海市电力公司申请的专利一种基于数字孪生的低压电流互感器质量检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：CN116881663B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310927899.0，技术领域涉及：G06F18/20；该发明授权一种基于数字孪生的低压电流互感器质量检测方法是由童涛;陈海宾;俞磊;俞钧;吴煜;甄昊涵;陈丽雯;朱铮;许堉坤设计研发完成，并于2023-07-26向国家知识产权局提交的专利申请。

本一种基于数字孪生的低压电流互感器质量检测方法在说明书摘要公布了：本发明公开了一种基于数字孪生的低压电流互感器质量检测方法，包括以下步骤：S1、创建待检测低压电流互感器初始状态下的数字孪生模型，根据数字孪生模型得到所述低压电流互感器的仿真计算动态响应，并将所述仿真计算动态响应转化为代码输入到初始状态下的数字孪生模型中，得到仿真动态响应；S2、根据低压电流互感器工作状态下的频率、磁场强度、温湿度、相位、噪声信号来建立相关函数，利用正则注意力的循环网络计算相关函数值，得到当前低压电流互感器的稳定评估系数。本发明通过构建低压电流互感器的数字孪生体，通过构建虚实数据融合的方式来综合分析当前低压电流互感器的参数变化，从而能够准确判断出当前低压电流互感器是否存在故障点。

本发明授权一种基于数字孪生的低压电流互感器质量检测方法在权利要求书中公布了：1.一种基于数字孪生的低压电流互感器质量检测方法，其特征在于，包括以下步骤： S1、创建待检测低压电流互感器初始状态下的数字孪生模型，根据数字孪生模型得到所述低压电流互感器的仿真计算动态响应，并将所述仿真计算动态响应转化为代码输入到初始状态下的数字孪生模型中，得到仿真动态响应； S2、根据低压电流互感器工作状态下的频率、磁场强度、温湿度、相位、噪声信号来建立相关函数，然后将仿真动态响应下得到的相关参数绘制在相关函数上，并产生动态误差，同时确定当前动态误差下低压电流互感器的真实函数值； S3、建立真实函数值下的动态阈值，根据动态阈值来得到低压电流互感器各部件之间的功能耦合关系和有向边，创建低压电流互感器的故障耦合网络，利用真子集和多色集合的方式获得故障耦合网络中可能出现的故障耦合连接关系，并生成多组故障几何群； S4、对多组故障几何群进行监测，并采集相同时间段下不同故障几何群的活动轨迹，对采集到的不同故障几何群的活动轨迹进行重复测试，与动态误差下的真实函数值进行对比后获得误差均值； S5、追溯获得误差均值下对应的相关函数值，利用正则注意力的循环网络生成当前时刻相关函数值的稳定评估系数Valt，其中，若Valt≥1，则说明当前低压电流互感器质量达标，若Valt＜1，则说明当前低压电流互感器质量不达标； 步骤S5中，追溯获得误差均值下对应的相关函数值，并利用正则注意力的循环网络生成相关函数值的稳定评估系数Valt，正则注意力的循环网络的处理过程如下： Rt＝τWr1Outt-1+Wr2Tt+r1 其中Rt为存量单元，代表当前时刻网络需要保存上一时刻中间单元Outt-1的权重，τ为Sigmoid函数，Wr1和Wr2为可学习的权重矩阵，Tt是利用嵌入函数将频率、磁场强度、温湿度、相位、噪声信号的相关函数值生成的信号矩阵，r1为修正参数； St＝tanhWs1·RegAttRtOutt-1+Ws2Tt+r 其中St代表当前时刻网络中间量，tanh是一个双曲正切激活函数，Ws1和Ws2为可学习的权重矩阵，r为修正参数，RegAtt是一个正则注意力，将t-1时刻的稳定评估系数Valt-1与三个相同大小的随机初始化权重矩阵相乘，得到不同映射的三个同样大小的矩阵Q、K、V，对于矩阵Q，通过切片任取一行qi，同理可得kj、vj； 式中||qi||和||kj||分别代表对qi和kj进行L2正则化，n为矩阵Q、K、V的行数； Ut＝τWu1Outt-1+Wu2Tt+r2 Ut为更新单元，代表用于更新当前时刻中间单元Outt的权重，Wu1和Wu2为可学习的权重矩阵，r2为修正参数； Outt＝γUt⊙Outt-1+1-γUt⊙St 其中⊙代表逐点相乘，γ是一个用于优化中间单元的超参数； Valt＝WvalOutt+rval 最终通过可学习的权重矩阵Wval和修正参数rval，获得当前稳定评估系数Valt。

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网上海市电力公司，其通讯地址为：200122 上海市浦东新区中国(上海)自由贸易试验区源深路1122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。