Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中铁建电气化局集团运营管理有限公司夏文龑获国家专利权

中铁建电气化局集团运营管理有限公司夏文龑获国家专利权

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!

龙图腾网获悉中铁建电气化局集团运营管理有限公司申请的专利一种基于神经网络的供电系统运维监控方法及平台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:CN120338265B

龙图腾网通过国家知识产权局官网在2025-11-28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:202510419104.4,技术领域涉及:G06Q10/063;该发明授权一种基于神经网络的供电系统运维监控方法及平台是由夏文龑;李磊;孟元;陈军;冯健;雷琴设计研发完成,并于2025-04-03向国家知识产权局提交的专利申请。

一种基于神经网络的供电系统运维监控方法及平台在说明书摘要公布了:本发明提出了一种基于神经网络的供电系统运维监控方法及平台,涉及供电系统运维技术领域,采集供电系统的历史运行数据,并根据历史运行数据构建运维管理数据库,以标注供电系统中各供电站的历史运行状态;基于历史传感检测图像和历史运维管理参数,通过小波神经网络模型将当前的传感检测图像和运维管理参数整合为多源拼接特征图;基于softmax分类器对多源拼接特征图进行故障特征分类,并根据跳跃卷积网络模型分类的结果对各供电站的运行状态进行实时更新,以获取每个供电站的实时运行状态;对每个供电站的历史运行状态与实时运行状态进行比对,生成对应供电站的运维报告和故障趋势预测。本发明有助于供电系统运维的监管效率和可靠性。

本发明授权一种基于神经网络的供电系统运维监控方法及平台在权利要求书中公布了:1.一种基于神经网络的供电系统运维监控方法,其特征在于,所述方法包括: 采集供电系统的历史运行数据,并根据所述历史运行数据构建运维管理数据库,以标注所述供电系统中各供电站的历史运行状态,所述历史运行数据包括历史传感检测图像和历史运维管理参数; 基于历史传感检测图像和历史运维管理参数,构建小波神经网络模型,并通过所述小波神经网络模型将当前的传感检测图像和运维管理参数整合为多源拼接特征图; 所述通过所述小波神经网络模型将当前的传感检测图像和运维管理参数整合为多源拼接特征图,具体包括: 通过所述小波神经网络模型对所述传感检测图像和所述运维管理参数进行多尺度分解,以获取不同尺度上的边缘信息,并基于小波映射函数和小波变换的多尺度特性,分别获取所述传感检测图像的分支输出特征图和所述运维管理参数的分支输出特征图; 对所述运维管理参数的分支输出特征图、所述边缘信息以及述传感检测图像的分支输出特征图进行拼接操作,以获取多源拼接特征图; 所述多源拼接特征图的表达式为: ; ; ; 其中,x表示多源特征输入向量,concat表示特征拼接函数,Ffusion多源数据融合函数,Du表示第u个传感检测图像,Pv表示第v个运维管理参数,zx表示对多源特征输入向量x的小波映射函数,L表示小波基函数的总个数,αl表示第l个小波基函数对应的加权系数,Ψ表示小波基函数,ωl表示第l个小波基函数对应的权重向量,T表示转置符号,bl表示第l个小波变换分量的偏置项,sl表示第l个小波变换分量的尺度参数,Z表示多源拼接特征图,G表示加权融合函数,zd表示对传感检测图像的分支输出特征图,zp表示对运维管理参数的分支输出特征图; 将所述多源拼接特征图输入预先训练的跳跃卷积网络模型中,基于softmax分类器对所述多源拼接特征图进行故障特征分类,并根据跳跃卷积网络模型分类的结果对各供电站的运行状态进行实时更新,以获取每个供电站的实时运行状态; 所述跳跃卷积网络模型的表达式为: ; ; ; ; 其中,y1表示跳跃卷积网络模型中第一卷积层输出的输出特征图,i表示所述多源拼接特征图中的第i行,j表示所述多源拼接特征图中的第j列,k表示第一卷积层的第k个输出通道,K1表示第一卷积层中卷积核的尺寸,Cin表示与多源拼接特征图核对应的初始输出通道数,m表示卷积窗口在行方向上的偏移量,n表示卷积窗口在列方向上的偏移量,p表示重构多源拼接特征图后输入的通道维度,W1表示第一卷积层的权重参数,b1k表示第k个输出通道对应的偏置值,y2表示跳跃卷积网络模型中第二卷积层输出的输出特征图,表示第二卷积层的第个输出通道,K2表示第二卷积层中卷积核的尺寸,C1表示第一卷积层核的输出通道数,W2表示第二卷积层的权重参数,表示第个输出通道对应的偏置值,表示在进行跳跃连接后第二卷积层的调制输出特征图,S表示线性跳跃连接函数,Δc表示动态补偿参数,Y表示输出,softmax表示softmax分类器,Wfc表示全连接层的权重参数,flatten表示向量维度转换函数,bfc表示全连接层对应的偏置值; 对每个供电站的所述历史运行状态与所述实时运行状态进行比对,根据对比数据分析结果对应获取供电站的局部异常区域和所述局部异常区域对应的故障原因,并生成对应供电站的运维报告和故障趋势预测。

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铁建电气化局集团运营管理有限公司,其通讯地址为:441000 湖北省襄阳市襄州区航空路75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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。