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！

龙图腾网获悉国网江西省电力有限公司赣州供电分公司;国家电网有限公司申请的专利基于BP神经网络的变电站故障定位分析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：CN120064878B 。

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：202510211697.5，技术领域涉及：G01R31/08；该发明授权基于BP神经网络的变电站故障定位分析系统是由罗超;蓝天;李斌;曾松;张凤良;邱愉中;曹志敏;龚亮;肖仁杰;赖家俊;丁惠;彭健福;肖芳飞;廖慧;刘文斌;温鹏设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本基于BP神经网络的变电站故障定位分析系统在说明书摘要公布了：本发明涉及故障定位分析技术领域，提供了一种基于BP神经网络的变电站故障定位分析系统。数据采集模块采集变电站实时信息和历史故障信息，拓扑特征提取模块提取变电站的拓扑特征并将其进行参数化，然后特征分析与融合模块通过加权平均分配权重的方法将它们进行融合形成综合特征向量，BP神经网络模块将综合特征向量作为输入，构建具有特定结构和激活函数的多层神经网络输出故障定位概率分布，故障定位模块基于故障定位概率分布结合K近邻算法的投票机制综合确定故障位置，本发明通过对变电站拓扑特征的提取和数据融合，输入进特定结构BP神经网络得到故障定位概率分布，然后结合K近邻算法的投票机制实现精准的故障定位。

本发明授权基于BP神经网络的变电站故障定位分析系统在权利要求书中公布了：1.一种基于BP神经网络的变电站故障定位分析系统，其特征在于，包括： 数据采集模块，所述数据采集模块在变电站各区域部署电压和电流传感器采集三相电压和三相电流数据，并部署温度和气体传感器采集变电站内温度和气体变化率数据，同时基于变电站历史故障数据采集变电站历史故障定位数据，以及对应的电压电流数据和温度气体数据； 拓扑特征提取模块，所述拓扑特征提取模块基于变电站的设计蓝图和设备连接信息构建变电站的详细拓扑图并提取拓扑特征将其进行参数化； 特征分析与融合模块，所述特征分析与融合模块与数据采集模块和拓扑特征提取模块数据连接，首先对采集的电压，电流、温度、压力和气体数据进行特征提取，然后通过加权平均分配权重的方法将其与拓扑特征数据进行融合形成综合特征向量； BP神经网络模块，所述BP神经网络模块与特征分析与融合模块数据连接，基于特征分析与融合模块的综合特征向量作为输入，通过构建具有特定结构和激活函数的多层神经网络，实现对变电站故障位置的准确预测，同时在训练过程中，采用加权交叉熵损失函数和带动量的随机梯度下降算法，确保网络在处理样本分布不均衡问题时不会过度拟合； 故障定位模块，所述故障定位模块与特征分析与融合模块和BP神经网络模块数据连接，基于BP神经网络模块计算的故障定位概率分布和K近邻算法的投票机制进行故障定位与决策，根据BP神经网络输出的故障位置概率分布初步定位，利用K近邻算法辅助定位并进行投票，结合概率和投票结果计算综合得分，根据综合得分排序确定故障位置； 所述故障定位模块基于BP神经网络模块输出的概率分布进行故障定位； 将实时采集和处理后的特征向量输入训练好的模型，得到故障位置的概率分布，根据概率大小初步确定故障位置的可能性排序； 使用K近邻算法进行辅助定位； 将历史故障样本的综合特征向量存储在特征空间中，对于新的测试样本特征向量，计算其与历史样本的欧氏距离o： 选取c个最近邻,若故障位置j在选取的c个最近邻样本中，对每个可能的故障位置进行投票，投票得分： 其中,表示在选取的c个最近邻样本中，第j个样本实际的故障位置类别，是指示函数，当满足条件时为1，否则为0； 结合概率和投票结果,对于故障位置i，计算综合得分： 其中，是关于概率的权重，是关于投票得分的权重，能够根据系统性能和经验调整，最终根据综合得分对故障位置进行排序，选取得分最高的位置作为故障位置； 交互模块，所述交互模块与故障定位模块数据连接，用于提供系统的可视化界面和交互功能，以三维图形展示变电站拓扑图及故障信息，显示特征空间分布，允许运维人员输入专家判断和调整系统参数。

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江西省电力有限公司赣州供电分公司;国家电网有限公司，其通讯地址为：341000 江西省赣州市章江新区赞贤路1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。