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！

龙图腾网获悉国网信通亿力科技有限责任公司申请的专利基于跨模态量测数据融合的实时线损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：CN120634062B 。

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：202511129132.9，技术领域涉及：G06Q10/063；该发明授权基于跨模态量测数据融合的实时线损分析方法及系统是由刘锋;陆鑫;陈婧;林超;张增伟;邵阳洋设计研发完成，并于2025-08-13向国家知识产权局提交的专利申请。

本基于跨模态量测数据融合的实时线损分析方法及系统在说明书摘要公布了：本发明涉及一种基于跨模态量测数据融合的实时线损分析方法及系统，包括以下步骤：S1：采集多源异构数据，并采用改进隔离森林算法对采集的原始数据进行初步质量筛查，获取原始数据集合，以及对应的数据质量初步评估标签；S2:根据数据质量初步评估标签，对原始数据集合进行预处理,得到预处理后的数据;S3:根据预处理后的数据，构建综合特征向量，以及各特征的重要性评分矩阵；S4：将电力系统的物理规律与人工智能深度结合构建混合分析模型，并基于综合特征向量和重要性评分矩阵，进行混合分析，获取分析结果；S5：将分析结果转化为直观的可视化展示和可操作的决策建议。本发明实现配电网线损的高精度实时分析，有效提升线损管理智能化、准确性。

本发明授权基于跨模态量测数据融合的实时线损分析方法及系统在权利要求书中公布了：1.一种基于跨模态量测数据融合的实时线损分析方法，其特征在于，包括以下步骤： S1：采集多源异构数据，并采用改进隔离森林算法对采集的原始数据进行初步质量筛查，获取原始数据集合，以及对应的数据质量初步评估标签； S2:根据数据质量初步评估标签，对原始数据集合进行预处理,得到预处理后的数据; S3:根据预处理后的数据，构建综合特征向量，以及各特征的重要性评分矩阵； S4：将电力系统的物理规律与人工智能深度结合构建混合分析模型，并基于综合特征向量和重要性评分矩阵，进行混合分析，获取分析结果； S5：将分析结果转化为直观的可视化展示和可操作的决策建议； 所述将电力系统的物理规律与人工智能深度结合构建混合分析模型，具体如下： 定义物理模型模块，包括第一物理模型和第二物理模型，具体的： 第一物理模型:对于第i′个样本，基于物理量计算理论线损： ； 其中，为第i′个样本第k′相电流，为对应电阻；K为相数； 第二物理模型:定义电压越限、电流越限状态量函数，用于约束后续AI分支输出: ； 其中，为第i′个样本测量的电压数值；为物理约束下电压正常上下界；为指示函数；为电压状态约束函数，正常返回0，越限返回1，用于损失函数或预警输出； 对综合特征向量z按重要性向量m加权，得到增强特征： ； 其中，zi′为第i′个样本的综合特征向量；m为特征重要性权重向量；⊙为逐元素乘法； 然后将物理量作为特征追加，形成混合特征向量： ； 其中，表示向量拼接；pi′为第i′个样本物理特征向量； 构建混合神经网络模型，包括物理分支和AI分支的双分支神经网络： 所述物理分支，输入物理特征pi′，通过一个全连接层FCphys生成物理潜在表示： ； 所述AI分支输入重要性加权的特征，通过多层感知机MLPAI生成AI潜在表示： ； 融合层：将两个分支的输出拼接，通过一个联合全连接层生成最终任务相关表示： ； 其中，Wf、bf分别为全连接层的权重和偏置；ReLU为激活函数； 输出层得到最终的线损预测值、异常检测概率和电压预测值： ； ； ； 其中，Wloss、bloss分别为线损预测输出层的权值向量和偏置；Wo、bo分别为异常检测输出层的权重和偏置；Wvolt、bvolt分别为电压预测输出层的权值和偏置。

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信通亿力科技有限责任公司，其通讯地址为：361008 福建省厦门市软件园二期观日路36号402室；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。