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！

龙图腾网获悉广东思科通用电力科技有限公司申请的专利一种母线槽温湿度异常监测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：CN120445302B 。

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：202510541038.8，技术领域涉及：G01D21/02；该发明授权一种母线槽温湿度异常监测系统是由鲁川;徐祖光;黄弼超设计研发完成，并于2025-04-28向国家知识产权局提交的专利申请。

本一种母线槽温湿度异常监测系统在说明书摘要公布了：本发明涉及电力系统监测技术领域，具体涉及一种母线槽温湿度异常监测方法，包括以下步骤：S1、通过温湿度传感器周期性采集温度、湿度数据，并进行数据预处理，得到处理后数据；S2、根据所述处理后数据进行突变检测和趋势分析，分别得到突变数据和趋势数据；S3、根据突变数据和趋势数据，分别自适应调整加权策略；本发明在使用时，有利于提高数据的可信度，本方法可有效降低传感器噪声和误差，提高系统适应性，去噪和异常值剔除后的数据可作为突变检测、趋势分析和时序预测的高质量输入，提高整个温湿度异常监测的准确性，综合短时窗口与长时窗口检测，提高异常监测的准确性，有利于避免单纯基于突变检测导致的误报，提高本发明的响应速度。

本发明授权一种母线槽温湿度异常监测系统在权利要求书中公布了：1.一种母线槽温湿度异常监测方法，其特征在于，包括以下步骤： S1、通过温湿度传感器周期性采集温度、湿度数据，并进行数据预处理，得到处理后数据； S2、根据所述处理后数据进行突变检测和趋势分析，分别得到突变数据和长时窗口数据； S3、根据突变数据和长时窗口数据，分别自适应调整加权策略； S4、采用时序预测模型基于历史数据和长时窗口数据进行分析，并提供预测数据； S5、通过实时监测所述突变数据、长时窗口数据和预测数据，进行异常检测并进行异常报警与预警； 在步骤S1中，通过温湿度传感器周期性采集温度、湿度数据，并进行数据预处理，得到处理后数据的方法为： 所述温湿度传感器安装母线槽的关键部位，关键部位包括连接端、封闭导体、潮湿环境易积水处，传感器以周期性采样的方式采集温湿度数据，设定在时间时刻，温度和湿度数据分别为和，表达公式：，其中是真实温湿度信号，是随机噪声，设定服从均值为0，方差为的高斯白噪声，表达公式：，所述数据预处理包括使用卡尔曼滤波对温湿度数据进行去噪处理，得到去噪后的温湿度数据分别为和，使用Grubbs检验对温湿度数据进行异常值剔除，定义温度数据的均值和标准差，表达公式：，其中表示在一个时间窗口内温度数据的平均值，表示统计的时间窗口内的数据点总数，表示第个时间点的去噪处理后温度值，表示对所有数据点求和，表示温度数据的波动程度，表示第个温度值与平均温度的差值，是计算温度偏离均值的平方，是对所有数据点的偏差平方求和，是计算均方差时使用的无偏估计，是对结果开平方，计算Grubbs统计量，表达公式：，Grubbs检验的阈值为：，其中是自由度为的分布临界值，在则判定数据点为异常值，并剔除，湿度数据的异常值剔除方法相同； 在步骤S2中，根据所述处理后数据进行突变检测和趋势分析，分别得到突变数据和长时窗口数据的方法为： 所述突变检测包括采用短时窗口处理计算最近1秒-3秒内温湿度变化趋势，在时间时刻，选取内的温度和湿度数据，计算短时窗口的变化率，表达公式：，其中为温度变化率，为湿度变化率，为1秒-3秒的短时窗口，是短时窗口权重系数，采用动态阈值方法，利用历史均值和标准差设定自适应突变阈值，并使用离散小波变换对温湿度信号进行多尺度分析，提取高频分量，识别突变点，表达公式：，其中是小波变换系数，是尺度因子，是平移因子，是母小波； 在步骤S2中，根据所述处理后数据进行突变检测和趋势分析，分别得到突变数据和长时窗口数据的方法为： 所述趋势分析包括采用长时窗口处理计算最近10秒-60秒的温湿度变化趋势，选取过去，计算加权滑动平均以平滑趋势，表达公式：，其中是温度趋势值，是湿度趋势值，是过去10秒-60秒内趋势分析窗口长度，是长时窗口权重系数，满足，权重系数表达公式：，其中是控制权重衰减速度，是指数衰减权重，是归一化因子； 在步骤S3中，根据突变数据和长时窗口数据，分别自适应调整加权策略的方法为： 所述加权策略包括突变数据中温度突增≥5℃和湿度突增≥10%RH两项中任意一项，则提高短时窗口权重，定义突变响应因子，表达公式：，其中是短时温度变化，是短时湿度变化，在则突变触发，短时窗口权重更新，表达公式：，其中为短时窗口调整速率取值0.1-0.3，是时刻的短时窗口权重，是上一时刻的短时窗口权重，是短时窗口的补值，是长时窗口权重用于长期趋势分析短时窗口权重上升时，长时窗口权重相应下降，反之亦然； 在步骤S3中，根据突变数据和长时窗口数据，分别自适应调整加权策略的方法为： 所述加权策略包括长时窗口数据中温度持续上升≥3℃min和湿度持续升高≥5%RHmin两项中任意一项，则判定存在趋势性异常，降低短时窗口权重，强化长时窗口数据分析，定义趋势异常因子，表达公式：，其中是长时温度变化率，是长时湿度变化率，在则趋势异常触发，调整长时窗口权重，表达公式：，其中为趋势调整系数取0.05-0.2，是当前时刻的长时窗口权重，是上一时刻的长时窗口权重，是趋势检测因子，是调整因子，采用指数平滑方法对权重更新，表达公式：，其中取值0.2-0.5以平滑变化； 在步骤S4中，采用时序预测模型基于历史数据和长时窗口数据进行分析，并提供预测数据的方法为： 采集温湿度数据进行时间序列建模进行短期预测，表达公式：，其中是当前时间的温湿度数据，是代表温湿度数据的平均水平和长期趋势中的任意一项，表示当前时间点的不可预测噪声，代表过去的预测误差如何影响当前的温湿度预测，是代表使用多少个过去的温湿度数据进行预测，是衡量过去温湿度数据对未来预测的影响，代表使用多少个过去的预测误差进行预测，是衡量过去的预测误差对未来预测的影响，并采用长短期记忆网络进行长期预测，输出的隐藏状态用于预测未来秒的温湿度数据，表达公式：，其中是预测时间时刻的温湿度数据，是代表使用多少个过去的温湿度数据进行预测，是衡量过去温湿度数据对未来预测的影响，代表时间时刻的温湿度值，代表使用多少个过去的预测误差进行预测，是衡量过去的预测误差对未来预测的影响，代表过去时间点预测值与真实值之间的误差； 在步骤S4中，采用时序预测模型基于历史数据和长时窗口数据进行分析，并提供预测数据的方法为： 采用加权融合方法，将长短期记忆网络和时序预测模型预测的温湿度数据结果进行结合，表达公式：，其中是权重因子，表示在时间点的最终预测结果,是时序预测模型在时间点的预测结果，是长短期记忆网络在时间点的预测结果，取决于长短期记忆网络和时序预测模型的误差，表达公式：，其中是权重因子，是长短期记忆网络，是时序预测模型，是自然对数的底数，，其中是均方误差； 在步骤S5中，通过实时监测所述突变数据、长时窗口数据和预测数据，进行异常检测并进行异常报警与预警的方法为： 所述异常检测基于三重门限判定法，计算每个数据源的异常评分，表达公式：，其中是加权系数满足用于调整不同数据源的贡献度，是反映温湿度的突变程度，是反映温湿度的长期趋势异常程度，是反映预测温湿度的异常程度，温湿度的突变程度可由短时窗口内的变化速率计算，表达公式：，其中为短时窗口内温湿度变化率，为历史温湿度变化的标准差用于归一化，长时窗口数据的异常程度由过去的温湿度变化速率计算，表达公式：，其中是衡量温湿度数据在时间处的整体变化趋势，是长时窗口数据的标准差，是在时间处的趋势变化量表示温湿度数据的变化速率，预测异常评分衡量预测温湿度与当前数据的偏差，表达公式：，其中是预测异常评分衡量温湿度的预测值与当前测量值的偏差程度，是预测数据的标准差用于归一化预测评分，是在时间处的预测温湿度值，是当前时间处的温湿度真实测量值，是预测值与当前实际测量值之间的绝对误差，根据综合异常评分，设定自适应报警阈值，表达公式：，其中是自适应报警阈值，是历史异常评分的均值，是历史异常评分的标准差，为自适应系数决定报警灵敏度，所述报警灵敏度包括一级预警、二级预警和三级报警。

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广东思科通用电力科技有限公司，其通讯地址为：523000 广东省东莞市石龙镇西湖信息产业园环湖南路88号厂房C；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。