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电力科学研究院;江西省气象服务中心(江西省专业气象台、江西省气象宣传与科普中心)申请的专利一种输电线路故障预测模型的训练数据获取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：CN121256370B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511822699.4，技术领域涉及：G06F18/214；该发明授权一种输电线路故障预测模型的训练数据获取方法及系统是由李帆;廖昊爽;陈慕妍;陶昕宇;宋子尧;彭诗怡;罗序成;胡斐设计研发完成，并于2025-12-05向国家知识产权局提交的专利申请。

本一种输电线路故障预测模型的训练数据获取方法及系统在说明书摘要公布了：本发明涉及气象数据处理技术领域，具体为一种输电线路故障预测模型的训练数据获取方法及系统。本发明构建包含强对流气象数据、输电线路运行与故障数据及地理空间数据的多源异构原始数据池；对数据进行时空基准统一处理并网格化划分；将线路段落映射至网格单元，基于多参数协同阈值通过密度聚类算法识别强对流事件并划分影响区，计算网格暴露度并结合强度等级权重和地形修正权重计算空间关联强度；根据强对流主导类型设定差异化时间关联窗口计算时间因子，基于空间关联强度和时间因子计算关联可信度并筛选高可信度关联结果；对故障信息进行归因标注得到训练数据集。本发明解决了训练数据质量低的问题。

本发明授权一种输电线路故障预测模型的训练数据获取方法及系统在权利要求书中公布了：1.一种输电线路故障预测模型的训练数据获取方法，其特征在于，包括： S100：构建多源异构原始数据池，所述多源异构原始数据池包括强对流气象数据、输电线路运行与故障数据及地理空间数据； S200：对所述多源异构原始数据池中的数据进行时空基准统一处理，并基于预设时空粒度进行网格化划分，得到时空网格化数据； S300：将输电线路按杆塔经纬度拆分为线路段落并映射至所述时空网格化数据的对应网格单元；识别强对流事件并划分影响区，为各影响区赋予强度等级权重；计算线路段落的网格暴露度，并结合所述强度等级权重和基于地理空间数据提取的地形修正权重计算空间关联强度； S400：根据故障时刻与强对流发生时刻的时间关系计算时间因子；基于所述空间关联强度和时间因子通过加权求和计算关联可信度，筛选可信度高于预设阈值的关联结果作为关联匹配数据； S500：对所述关联匹配数据中的输电线路故障信息进行归因标注，得到训练数据集，所述归因标注的内容包括故障类型、强对流诱因类型及其特征参数的对应关系。

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电力科学研究院;江西省气象服务中心(江西省专业气象台、江西省气象宣传与科普中心)，其通讯地址为：330000 江西省南昌市青山湖区民营科技园内民强路88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。