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 > 深圳市宝龙数据科技有限公司谢鄂强获国家专利权

深圳市宝龙数据科技有限公司谢鄂强获国家专利权

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!

龙图腾网获悉深圳市宝龙数据科技有限公司申请的专利一种变压器负载异常预警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:CN120685999B

龙图腾网通过国家知识产权局官网在2026-01-30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:202511035464.0,技术领域涉及:G01R31/00;该发明授权一种变压器负载异常预警方法及系统是由谢鄂强;龙小莉;张亚杰;何美志;黄海缤设计研发完成,并于2025-07-25向国家知识产权局提交的专利申请。

一种变压器负载异常预警方法及系统在说明书摘要公布了:本发明涉及异常预警技术领域,具体为一种变压器负载异常预警方法及系统,包括以下步骤,获取电参序列并校正相位,构建电流与功率变化率序列,提取负载波动趋势因子,计算扰动增长率并判断是否越界,识别功率梯度突变特征,判断是否存在周期重叠,输出联合异常预警标识序列。本发明中,通过引入相位差与时基偏移量计算,构建相位对齐的电参序列组,通过周期性速率均值与积分量分析实现扰动趋势评估,利用功率梯度序列识别区段突变干扰信号,并在周期与区段两个维度上构建联合异常识别机制,实现负载扰动趋势与突变干扰的复合判定,有效提高负载异常预警的准确性与响应时效,降低因隐匿性波动或局部突变引发的识别误差风险。

本发明授权一种变压器负载异常预警方法及系统在权利要求书中公布了:1.一种变压器负载异常预警方法,其特征在于,包括以下步骤: S1:获取变压器电压通道多个周期内的相量幅值曲线,检测每个周期中电压波形峰值点与电流波形峰值点的对应采样时刻,计算电压电流相位差,对每个电参通道采样时间点进行时间轴修正,生成相位对齐后的电参序列组; S2:调用所述相位对齐后的电参序列组,构建电流变化率序列与功率变动率序列,检测周期内数值变化次数是否分别超过电流突变阈值频率与功率扰动阈值频率,调用两项速率均值与频率项组成因子对,生成负载波动趋势因子集; 所述负载波动趋势因子集的获取步骤具体为: S201:调用所述相位对齐后的电参序列组,根据负载电流有效值序列与有功功率时间序列,分别提取周期内连续采样点数值,按采样顺序依次计算每对相邻采样点的差值幅度,构建电流随时间变化幅度的序列和功率随时间变化幅度的序列,获取电参变化率序列组; S202:基于所述电参变化率序列组,根据序列的差值数量,检测当前周期内电流变化频次与功率变动频次,分别判断变化次数是否超过电流突变阈值频率与功率扰动阈值频率,提取符合条件的频次数量并建立时间段标记,获取电参突变频率统计信息; S203:调用所述电参变化率序列组中电流变化率序列与功率变动率序列的平均值数据,并联合电参突变频率统计信息中记录的突变频率值,将两类数值组合为同一周期下的因子对集合,获取负载波动趋势因子集; S3:基于所述负载波动趋势因子集,若负载扰动趋势增长率越过扰动增幅边界值,且累积和超过风险阈值,则标记周期为异常趋势周期,生成负载异常趋势预警周期段; 所述负载异常趋势预警周期段的获取步骤具体为: S301:基于所述负载波动趋势因子集,调用电流变化率均值与功率变动频率项,对两者在每一周期下分别进行乘积计算,获取周期性乘积值,构建表示负载扰动强度的连续数列,生成周期积分波动量序列; S302:基于所述期积分波动量序列中,根据每个周期积分值,计算当前周期值与前一周期值的差值幅度,形成积分变化率序列,运算获取负载扰动趋势增长率,得到负载扰动趋势增长序列; S303:调用所述负载扰动趋势增长序列与周期积分波动量序列,对连续多个周期内积分变化率进行累加,分别与负载扰动增幅边界值与负载风险累积阈值进行联合判断,筛选满足双阈值条件的周期编号,建立周期序号清单与趋势标记位,获取负载异常趋势预警周期段; S4:调用所述负载异常趋势预警周期段,提取目标监测区段与前后相邻单位内的功率值,计算功率梯度联动差异度,与区段功率突变识别阈值进行比较判断,若超出则标记突变存在,生成区段突变干扰信号特征; 所述区段突变干扰信号特征的获取步骤具体为: S401:调用所述负载异常趋势预警周期段,根据对应周期内的变压器次级侧区段有功功率数据,将功率采样位置划分为连续排列的监测单元,提取每个周期中指定目标区段与相邻前向与后向两个区段内的平均功率值,生成三段区段功率对比组; S402:基于所述三段区段功率对比组,根据目标区段功率与前后相邻区段功率值,分别执行差值计算构建前向梯度与后向梯度,按顺序排列形成功率梯度序列,对序列中的首项与末项之间差值幅度进行绝对差计算,运算获取功率梯度联动差异度; 所述获取功率梯度联动差异度的公式具体为: ; 其中,表示第区段功率梯度联动差异度,与分别表示第与第区段平均功率值,表示第区段负载幅值归一化值,表示第区段功率波动幅度归一化值,表示第区段长度归一化值,为幅值调节系数; S403:调用所述功率梯度联动差异度,对超出突变判定阈值的周期区段进行标记,将对应区段编号和判定标签存储为信号集,获取区段突变干扰信号特征; S5:调用所述负载异常趋势预警周期段与区段突变干扰信号特征,判断时间周期上是否存在重叠区间,若两项判定均在同一周期段成立,则输出期段为联合异常标识周期,并进行风险等级标注,生成负载联合异常预警标识序列; 所述负载联合异常预警标识序列具体指交叠周期识别编号、负载干扰等级索引、异常趋势突变周期组、联动预警输出触发标志和周期风险状态指令。

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深圳市宝龙数据科技有限公司,其通讯地址为:518000 广东省深圳市坪山区龙田街道老坑社区兰景北路68号深宇科技园1号厂房201;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。