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！

龙图腾网获悉南京米特科技股份有限公司申请的专利用于电能表计量链路的状态检测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：CN121410635B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202512016282.5，技术领域涉及：G01R35/04；该发明授权用于电能表计量链路的状态检测方法及系统是由孙延;夏玉宝;何成建;李文静;季锦洲;姬梓程;孙昊;魏立;高梦宇;徐彬设计研发完成，并于2025-12-30向国家知识产权局提交的专利申请。

本用于电能表计量链路的状态检测方法及系统在说明书摘要公布了：本发明提供了用于电能表计量链路的状态检测方法及系统，涉及电能表状态检测技术领域，方法包括：根据电网GIS拓扑和设备台账，构建层级化量测节点体系；依据链路数据汇聚流向和电网电流流向，生成拓扑约束关系图；构建分层动态预测模型；进行损耗协同建模，得到拓扑耦合状态推演模型；将多源实时量测数据输入分层动态预测模型，获得层级化预测结果集；输入拓扑耦合状态推演模型，获得拓扑耦合预测偏差矩阵；进行拓扑场状态推演，输出异常状态节点和关联影响链路片段。本发明解决了现有技术的电能表计量链路状态检测方法通常依赖单一的数据源，无法有效识别电网中潜在的全局性异常，导致状态检测结果不准确的技术问题。

本发明授权用于电能表计量链路的状态检测方法及系统在权利要求书中公布了：1.用于电能表计量链路的状态检测方法，其特征在于，所述方法包括： 根据电网GIS拓扑和设备台账，构建层级化量测节点体系； 依据链路数据汇聚流向和电网电流流向设定所述层级化量测节点体系的拓扑有向边，生成拓扑约束关系图； 根据所述层级化量测节点体系的层级结构构建分层动态预测模型； 其中，根据所述层级化量测节点体系的层级结构构建分层动态预测模型，所述方法包括： 预定义变电站节点层、馈线节点层、台区节点层、集中器节点层和终端量测节点层的梯度预测粒度； 依据所述梯度预测粒度匹配层级动态预测算法； 根据所述层级化量测节点体系调取层级化历史量测数据集； 依据所述梯度预测粒度进行所述层级化历史量测数据集的节点级时空特征提取，得到节点级特征张量集； 将所述节点级特征张量集作为训练数据，采用所述层级动态预测算法进行所述变电站节点层、馈线节点层、台区节点层、集中器节点层和终端量测节点层的分层单节点独立训练，输出变电站层预测模型、多个馈线层预测子模型、多个台区层预测子模型、多个集中器层预测子模型和多个终端量测层预测子模型，构成所述分层动态预测模型； 基于电网理论损耗特性，在所述拓扑约束关系图进行所述分层动态预测模型的损耗协同建模，得到拓扑耦合状态推演模型； 其中，基于电网理论损耗特性，在所述拓扑约束关系图进行所述分层动态预测模型的损耗协同建模，得到拓扑耦合状态推演模型，所述方法包括： 根据所述拓扑约束关系图的跨层节点电气耦合关系，在电网损耗特性知识库检索获得节点损耗基值向量和边传输效率矩阵； 采用所述节点损耗基值向量和边传输效率矩阵，在所述拓扑约束关系图进行所述分层动态预测模型的拓扑-损耗协同架构嵌入，得到初始拓扑耦合推演模型； 时序对齐所述层级化历史量测数据集后，依据所述梯度预测粒度进行节点级时空特征提取，得到推演训练特征张量集； 将所述推演训练特征张量集作为训练数据，进行所述初始拓扑耦合推演模型的参数动态优化，输出所述拓扑耦合状态推演模型； 将多源实时量测数据输入所述分层动态预测模型，获得层级化预测结果集； 将所述多源实时量测数据输入所述拓扑耦合状态推演模型，获得拓扑耦合预测偏差矩阵； 基于所述层级化预测结果集和拓扑耦合预测偏差矩阵，进行拓扑场状态推演，输出异常状态节点和关联影响链路片段。

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南京米特科技股份有限公司，其通讯地址为：210041 江苏省南京市雨花台区兴梅中路寺门口38号102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。