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！

龙图腾网获悉中国电力科学研究院有限公司;国家电网有限公司;国网浙江省电力有限公司申请的专利有源配电网故障特征库构建方法、系统及故障诊断方法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：CN112486137B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202011150145.1，技术领域涉及：G05B23/02；该发明授权有源配电网故障特征库构建方法、系统及故障诊断方法是由詹惠瑜;刘科研;盛万兴;孟晓丽;贾东梨;何开元设计研发完成，并于2020-10-23向国家知识产权局提交的专利申请。

本有源配电网故障特征库构建方法、系统及故障诊断方法在说明书摘要公布了：有源配电网故障特征库构建方法、系统及故障诊断方法，包括：获取历史正常录波和历史故障录波数据，作为样本数据，从样本数据中提取表征故障特性的样本特征量；基于所述样本特征量的相关性，构建有源配电网故障数据特征库；本发明通过小波基函数属性和分解层数，获取故障的特征量，并检查故障特征量之间的相关性，构建故障数据特征库，通过故障数据特征库可对所有故障进行记录并预测发生故障类型和对故障进行诊断。

本发明授权有源配电网故障特征库构建方法、系统及故障诊断方法在权利要求书中公布了：1.一种有源配电网故障诊断方法，其特征在于，包括： 获取有源配电网的录波信息并提取录波信息中的特征量； 将所述特征量输入预先训练好的支持向量机获得关联关系； 基于所述关联关系对所述有源配电网进行故障诊断； 其中，所述支持向量机：由根据如下步骤得到的故障数据特征库构建的样本集进行训练得到； 其中，所述步骤包括： 获取历史正常录波和历史故障录波数据，作为样本数据； 从样本数据中提取表征故障特性的样本特征量； 基于所述样本特征量的相关性，构建有源配电网故障数据特征库； 所述从样本数据中提取表征故障特性的样本特征量，包括： 基于预先确定的小波基函数和分解层数，在设定的尺度域上对所述历史正常录波数据和所述历史故障录波数据进行分析，提取多个故障特性的样本特征量； 其中，所述特征量包括：能量特征、方差特征和熵特征； 所述小波基函数和分解层数的确定，包括： 基于暂态信号压缩的小波基函数属性和预先选取的指标，对小波变换的函数进行筛选，获得样本数据的小波基函数； 采用计算小波分解层数的方法对所述小波基函数进行计算，确定分解层数； 其中，所述小波基函数属性包括：线性相位特性、紧支性、正规性和消失矩特性； 所述指标包括：信号压缩比指标和重构失真率指标； 所述基于暂态信号压缩的小波基函数属性和预先选取的指标，对小波变换的基函数进行筛选，获得样本数据的小波基函数，包括： 基于小波基函数属性对小波变换的基函数进行初筛； 通过样本数据压缩后存储信号的数据量和样本数据原始信号计算信号压缩比指标值； 通过样本数据的误差均方根和样本数据的原始信号均方根计算重构失真率指标值； 基于信号压缩比指标值和重构失真率指标值，选取指标值低的初筛后的小波变换的基函数； 所述基于所述样本特征量的相关性，构建有源配电网故障数据特征库，包括： 基于每个所述样本数据和所述多个故障特性的样本特征量，构造样本特征量矩阵，并通过相关系数公式计算所述样本特征量矩阵各样本特征量间相关系数； 基于所述相关系数计算所述样本特征量矩阵中每一行间的相关系数，得到样本特征量矩阵的相关系数矩阵； 基于所述相关系数矩阵中的除对角线之外的相关系数与设定阈值，对所述样本特征量矩阵进行约减，获得有源配电网故障数据特征库； 所述基于所述相关系数矩阵中的除对角线之外的相关系数与设定阈值，对所述样本特征量矩阵进行约减，获得有源配电网故障数据特征库，包括 当相关系数大于设定阈值时，删除特征量矩阵中特征量行，否则，保留特征量矩阵中所述特征量行，得到获得有源配电网故障数据特征库。

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国电力科学研究院有限公司;国家电网有限公司;国网浙江省电力有限公司，其通讯地址为：100192 北京市海淀区清河小营东路15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。