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！

龙图腾网获悉沈阳工业大学申请的专利一种风电场线路故障识别方法、装置、介质及电子设备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：CN116679163B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202310700533.X，技术领域涉及：G01R31/08；该发明授权一种风电场线路故障识别方法、装置、介质及电子设备是由王晓东;高兴;刘颖明设计研发完成，并于2023-06-13向国家知识产权局提交的专利申请。

本一种风电场线路故障识别方法、装置、介质及电子设备在说明书摘要公布了：本申请公开了一种风电场线路故障识别方法、装置、存储介质以及电子设备。其中方法包括：获取各风电机组各相线分别对应的故障电流值集合，所述故障电流值集合由风电场线路故障时刻前后各预设时长内的若干故障电流值组成；采用预设时频分析方法对各所述故障电流值集合进行数据处理，获得与各所述故障电流值集合对应的时频矩阵以及能量矩阵；基于各所述时频矩阵以及各所述能量矩阵，采用预定统计方法进行统计分析，获得与各所述故障电流值集合对应的若干故障特征值；基于预设故障类型辨识模型以及预设故障分支辨识模型对各所述故障特征值进行识别，得到风电场线路故障识别结果。本申请中的方法可以提高风电场线路故障的识别效率。

本发明授权一种风电场线路故障识别方法、装置、介质及电子设备在权利要求书中公布了：1.一种风电场线路故障识别方法，其特征在于，包括： 获取各风电机组各相线分别对应的故障电流值集合，所述故障电流值集合由风电场线路故障时刻前后各预设时长内的若干故障电流值组成； 采用预设时频分析方法对各所述故障电流值集合进行数据处理，获得与各所述故障电流值集合对应的时频矩阵以及能量矩阵； 基于各所述时频矩阵以及各所述能量矩阵，采用预定统计方法进行统计分析，获得与各所述故障电流值集合对应的若干故障特征值； 基于预设故障类型辨识模型以及预设故障分支辨识模型对各所述故障特征值进行识别，得到风电场线路故障识别结果； 所述基于各所述时频矩阵以及各所述能量矩阵，采用预定统计方法进行统计分析，获得与各所述故障电流值集合对应的若干故障特征值，具体包括： 获取目标故障电流值集合对应的目标时频矩阵以及目标能量矩阵； 对所述目标时频矩阵以及所述目标能量矩阵进行压缩，获得与目标故障电流值集合对应的若干子矩阵； 采用预定统计方法对各所述子矩阵进行统计分析，获得与所述目标故障电流值集合对应的若干初始故障特征值，所述预定统计方法包括峰度、平均值、最小值、最大值、标准差、偏差和熵中的至少一种； 采用皮尔逊相关系数法对各所述初始故障特征值进行筛选，获得与目标故障电流值集合对应的各目标故障特征值，以获得与各所述故障电流值集合对应的若干故障特征值； 对所述目标时频矩阵以及所述目标能量矩阵进行压缩，获得与目标故障电流值集合对应的若干子矩阵，具体包括： 基于所述目标能量矩阵，计算目标能量矩阵中每列的故障电流模值的绝对值，得到由每列的各故障电流模值绝对值最大值组成的第一子矩阵； 基于所述目标时频矩阵，计算所述目标时频矩阵中每行的故障电流值的绝对值，得到由每行的各故障电流绝对值最大值组成的第二子矩阵； 基于所述目标时频矩阵，计算所述目标时频矩阵中每列的故障电流值的绝对值，得到由每列的各故障电流绝对值最大值组成的第三子矩阵； 基于所述第三子矩阵，获得由第三子矩阵中的各故障电流绝对值最大值对应的故障电流值的相位角组成的第四子矩阵； 所述采用皮尔逊相关系数法对各所述初始故障特征值进行筛选，获得与目标故障电流值集合对应的各目标故障电流值，以获得与各所述故障电流值集合对应的若干故障特征值，具体包括： 计算各所述初始故障特征值之间的相似程度，获得若干相似度； 将各所述相似度与预设相似度阈值进行比较，当目标相似度大于或者等于预设相似度阈值时，随机删除计算获得所述目标相似度的其中一个故障特征值，得到各中间故障特征值； 对各所述中间故障特征值进行去重处理，获得与目标故障电流值集合对应的各目标故障特征值，以获得与各所述故障电流值集合分别对应的若干目标故障特征值。

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沈阳工业大学，其通讯地址为：110027 辽宁省沈阳市经济技术开发区沈辽西路111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。