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！

龙图腾网获悉昆明理工大学申请的专利一种电气设备智能状态识别调控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：CN120834641B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202510921473.3，技术领域涉及：H02J13/12；该发明授权一种电气设备智能状态识别调控方法及系统是由林万通;张涛;胡寅;王伟平;冯云肖;常俊;申宇藩;王杰;李庚谕设计研发完成，并于2025-07-04向国家知识产权局提交的专利申请。

本一种电气设备智能状态识别调控方法及系统在说明书摘要公布了：本发明涉及电气设备监测技术领域，具体公开了一种电气设备智能状态识别调控方法及系统，通过电流、电压等多传感器实时采集设备运行数据，结合历史与电网负荷信息，经滤波、归一化预处理后，利用卷积神经网络提取特征，输入支持向量机模型识别设备正常、轻微异常等状态；再依状态结果，结合电网负荷与运行参数生成调控策略，轻微异常时调参数，严重异常或故障时报警断电，并实时监测反馈优化。本发明通过多传感器数据采集、先进的数据处理算法和智能调控策略，实现对电气设备运行状态的准确识别和有效调控，提高电气设备的运行可靠性和稳定性，保障电力系统的安全高效运行。

本发明授权一种电气设备智能状态识别调控方法及系统在权利要求书中公布了：1.一种电气设备智能状态识别调控方法，其特征在于：包括以下步骤： S1、利用电流传感器、电压传感器、温度传感器、振动传感器和湿度传感器，实时采集电气设备运行的电流、电压、温度、振动频率和环境湿度数据，同时通过网络通信模块获取设备历史运行数据、维护记录以及电网负荷信息； S2、对采集的原始数据进行滤波去除噪声，采用归一化方法将不同类型和量级的数据标准化处理； S3、运用卷积神经网络对预处理后的数据进行特征提取，得到反映电气设备运行状态的关键特征向量； S4、将提取的特征向量输入基于支持向量机构建且经大量历史数据训练的状态识别模型，判断电气设备处于正常运行、轻微异常、严重异常或故障状态； 判断电气设备运行状态的具体方法如下： 将卷积神经网络提取的64维关键特征向量作为输入，对应设备的正常、轻微异常、严重异常和故障四类状态作为输出标签； 采用SVM-RBF核函数构建多分类状态识别模型，使用One-vs-One策略将四分类问题转化为6个二分类子问题，每个子问题负责区分两类状态； 对关键特征向量进行Z-score标准化，分别计算其到四类状态中心的马氏距离；通过投票机制确定最终状态类别：利用6个二分类器进行投票，若某类状态的得票数超过阈值，且样本到该类状态的马氏距离最小，则判定设备处于该状态；当任意两类状态投票数差值小于5%时，触发模糊状态判定； 所述模糊状态判定的方法为：计算关键特征向量到各分类超平面的距离，若均大于阈值则判定为未知状态，否则选择距离最近的两个类别，结合设备历史状态转移概率进行二次判定； 当连续5个样本被判定为未知状态时，启动增量学习流程；通过主动学习选择最具代表性的20个样本进行人工标注，更新训练集；采用滑动窗口机制，每新增100个标注样本，丢弃最早的50个样本，保持训练集规模稳定； S5、根据设备状态识别结果，结合电网负荷信息和设备运行参数，生成调控策略：当设备处于轻微异常时调整运行参数，处于严重异常或故障时发出报警并按预设保护逻辑切断电源； S6、通过控制模块将调控策略发送到电气设备执行机构，实时监测调控效果并反馈优化。

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昆明理工大学，其通讯地址为：650500 云南省昆明市呈贡区景明南路727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。