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苏省电力有限公司电力科学研究院;国网江苏省电力有限公司;江苏省电力试验研究院有限公司申请的专利基于孪生网络与拓扑分析的缺陷重复告警筛除方法和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：CN121616902B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202610141167.2，技术领域涉及：G06V10/764；该发明授权基于孪生网络与拓扑分析的缺陷重复告警筛除方法和系统是由薛海;路永玲;刘子全;王真;胡成博;刘建军;尹泽;刘征宇;朱雪琼;胡妍捷设计研发完成，并于2026-02-02向国家知识产权局提交的专利申请。

本基于孪生网络与拓扑分析的缺陷重复告警筛除方法和系统在说明书摘要公布了：本发明公开了基于孪生网络与拓扑分析的缺陷重复告警筛除方法和系统，涉及智能变电站技术领域。方法包括通过孪生网络提取图像对特征并生成匹配势能；利用历史数据构建抗环境干扰的动态参考曲面；基于势能残差与时空上下文构建加权耦合图，经置信传播筛选潜在重复告警簇；对簇内告警进行时序对齐与多维度一致性评估，结合沙普利值博弈分析剔除低贡献噪声节点；最终通过拓扑持久同调分析识别稳定缺陷链，选取主告警并筛除重复告警。本发明有效解决了因光照变化、设备老化及复杂干扰导致的误判难题，大幅提升了识别准确率与自动化水平，显著降低了运维复核工作量。

本发明授权基于孪生网络与拓扑分析的缺陷重复告警筛除方法和系统在权利要求书中公布了：1.一种基于孪生网络与拓扑分析的缺陷重复告警筛除方法，其特征在于，所述方法包括： 离线建模阶段，用于基于历史告警数据生成辅助决策的基准模型，所述离线建模阶段包括： 步骤S1、基于历史告警图像对，利用预先训练的孪生网络生成历史初始匹配势能值序列； 步骤S2、对所述历史初始匹配势能值序列基于分层贝叶斯模型和经验模态分解剔除周期性干扰导致的伪稳定波动，通过核密度估计与四分位距构建随时间演化的稳健势能参考曲面； 在线处理阶段，用于对当前告警进行处理并筛除重复告警，所述在线处理阶段顺序包括： 步骤S3、对当前告警对图像分别进行多模态特征提取，得到每个告警图像对应的空间分布图、图像纹理描述符和分割区域统计三类特征，将所述三类特征分别整合为告警图像的高维异构特征张量； 步骤S4、将两个高维异构特征张量分别输入所述预先训练的孪生网络，通过所述孪生网络的双分支对称特征提取架构中的各分支独立处理，将所述两个高维异构特征张量转换为固定长度的两个一维特征向量； 步骤S5、将特征向量投影至黎曼流形的切空间并融合测地线距离与匹配势能，生成抗环境干扰的当前初始匹配势能值； 步骤S6、将所述当前初始匹配势能值映射至所述稳健势能参考曲面以得到残差，结合所述当前告警对的时空上下文信息构建动态加权耦合图，通过环状置信传播算法在所述动态加权耦合图上进行迭代推理，筛选出结构与语义高度协同的潜在重复告警簇； 步骤S7、对所述潜在重复告警簇内的告警实例进行时序对齐与多维度一致性评估，生成一致性评分，并将潜在重复告警簇内节点视为博弈参与者，通过计算其对一致评分的沙普利值并设定动态阈值，剔除贡献度低于所述动态阈值的异常干扰节点，得到高贡献告警簇； 步骤S8、对所述高贡献告警簇进行拓扑数据分析以验证其结构稳定性，识别出稳定的缺陷演化链，并基于预设的主告警优选指数从该缺陷演化链中选定一个主告警，将其余告警标记为重复告警并筛除。

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苏省电力有限公司电力科学研究院;国网江苏省电力有限公司;江苏省电力试验研究院有限公司，其通讯地址为：211103 江苏省南京市江宁区帕威尔路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。