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！

龙图腾网获悉贵州电网有限责任公司申请的专利一种电网故障分析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：CN119782971B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411684904.0，技术领域涉及：G06F18/2433；该发明授权一种电网故障分析方法及系统是由黄育松;梁铃;陈智祺;李俊林;张洪略;周忠强;万会江;马建伟;姬源;陈胜;任庭昊;王荣;唐洁瑶;周坤;夏艺馨设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本一种电网故障分析方法及系统在说明书摘要公布了：本发明涉及故障诊断技术领域，特别是一种电网故障分析方法及系统，其包括构建融合张量，并对融合张量进行降维处理生成融合特征矩阵；构建卷积自编码器模型检测异常融合特征矩阵；根据异常特征矩阵的异常数据进行电网故障分类，基于电网故障分类的结果计算电网设备故障区域。本发明的有益效果为通过采用高精度低秩张量补全算法对电网运行数据进行补全，确保了数据的完整性和准确性。利用Tucker分解和矩阵压缩技术，从多源传感器收集的多维度数据中提取关键特征并构建融合特征矩阵，有效提升了数据处理的效率和特征表达的能力。卷积自编码器模型的应用增强了异常特征的检测精度，而基于改进加权求和与层次聚类的方法则提高了故障分类和定位的准确性。

本发明授权一种电网故障分析方法及系统在权利要求书中公布了：1.一种电网故障分析方法，其特征在于：包括， 构建融合张量，并对所述融合张量进行降维处理生成融合特征矩阵，其中所述构建融合张量包括， 获取多维度运行数据构建观测张量； 根据张量变化率构建多维特征矩阵； 对所述多维特征矩阵进行分解，基于分解的结果构建所述融合张量； 其中，所述对所述多维特征矩阵进行分解，基于分解的结果构建所述融合张量包括， 将所述多维特征矩阵通过Tucker分解，分解为核心张量和因子矩阵； 将补全后的张量X的多维度运行数据中网络延迟、宽带利用率以及丢包率数据的按照时间步长同步排序，构建通信网络特征矩阵C； 将所述通信网络特征矩阵C、核心张量以及因子矩阵通过张量积公式进行结合，生成所述融合张量； 构建卷积自编码器模型检测异常融合特征矩阵； 其中，构建卷积自编码器模型检测异常融合特征矩阵是指从科学数据集中获取正常标签的多维度运行数据进行预处理生成模型训练集； 其中，构建卷积自编码器模型，包括编码器和解码器； 设定模型输入的格式为融合特征矩阵； 使用模型训练集训练卷积自编码器模型，使用损失函数和Adam优化器进行模型参数迭代优化； 将融合特征矩阵L输入到训练好的卷积自编码器模型中，得到重构特征矩阵，使用损失函数计算融合特征矩阵与重构特征矩阵之间的误差特征矩阵； 基于历史多维度运行数据设定重构误差阈值，将误差特征矩阵与重构误差阈值进行对比，筛选出误差特征矩阵中元素值，生成异常特征矩阵，若元素值大于重构误差阈值，则在异常特征矩阵对应位置标注1，否则标注0，元素值指输入的融合特征矩阵与重构特征矩阵之间每个元素差值的绝对值； 根据所述异常融合特征矩阵的异常数据进行电网故障分类，基于所述电网故障分类的结果计算电网设备故障区域，并生成故障报告，其中根据所述异常特征矩阵的异常数据进行电网故障分类，基于电网故障分类的结果计算电网设备故障区域是指扫描异常特征矩阵中标记为1的位置，从融合特征矩阵L中提取对应的异常数据； 收集历史正常标签的多维度运行数据并进行预处理，使用统计控制限法对预处理后的历史正常标签的多维度运行数据设定正常范围，将提取的异常数据与正常范围进行对比，保留大于正常范围的异常数据； 对保留的异常数据进行归一化处理，使用K-Means聚类对归一化后异常数据进行故障类型分类。

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贵州电网有限责任公司，其通讯地址为：550002 贵州省贵阳市南明区滨河路17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。