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！

龙图腾网获悉国网上海市电力公司申请的专利变电站无线表计读取方法、系统、电子装置及存储介质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：CN121792885B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610267860.4，技术领域涉及：H04Q9/00；该发明授权变电站无线表计读取方法、系统、电子装置及存储介质是由张勇;常俊;马少强;时晓敏;钟毅;沈嘉炜;吴鸣;张莹;郭磊设计研发完成，并于2026-03-06向国家知识产权局提交的专利申请。

本变电站无线表计读取方法、系统、电子装置及存储介质在说明书摘要公布了：本发明公开了一种变电站无线表计读取方法、系统、电子装置及存储介质，属于电子通信技术领域，解决了现有无线表计数据采集精度不足的技术问题。包括利用部署在变电站内的多个无线采集节点采集多模态原始数据并进行预处理，得到各节点的预处理后的多模态数据集；对预处理后的多模态数据集进行语义特征提取，生成每个节点的统一多模态特征表示；使用轻量级Transformer模型对统一多模态特征表示进行处理，得到该节点的表计读数预测值及对应的可靠性评估结果；基于可靠性评估结果对各节点的表计读数预测值进行加权融合，得到全局表计读数；基于全局表计读数与参考值之间的误差，对轻量级Transformer模型的参数进行优化。实现了数据读取的可靠性与容错能力。

本发明授权变电站无线表计读取方法、系统、电子装置及存储介质在权利要求书中公布了：1.一种变电站无线表计读取方法，其特征在于，包括如下步骤： S1、利用部署在变电站内的多个无线采集节点采集多模态原始数据并进行预处理，得到各节点的预处理后的多模态数据集； S2、对预处理后的多模态数据集进行语义特征提取，生成每个节点的统一多模态特征表示； S3、使用轻量级Transformer模型对所述统一多模态特征表示进行处理，得到该节点的表计读数预测值及对应的可靠性评估结果； 所述步骤S3，包括： 对每个节点的统一多模态特征表示进行输入投影至轻量级Transformer模型维度，并与每个节点的统一多模态特征的位置编码相加融合，得到第一特征向量； 将第一特征向量经过Transformer层后与所述第一特征向量进行相加融合后得到第二特征向量； 将所述第二特征向量进行批量归一化，并经过前馈网络非线性转换后，与所述第二特征向量进行相加融合，得到第三特征向量； 将所述第三特征向量进行批量归一化及平均池化后，得到第四特征向量； 将所述第四特征向量输入双任务输出层，得到表计读数预测值，以及表征该表计读数预测值可靠性的可靠性评估结果； 所述轻量级Transformer模型的输出层包含并联的表计读数预测分支和读数可靠性判断分支； 基于所述第四特征向量，所述表计读数预测分支得到所述表计读数预测值，如下： 其中，为节点的表计读数预测值；为回归可学习权重向量；为第四特征向量；为回归可学习偏置项； 基于所述第四特征向量，所述读数可靠性判断分支输出表征该预测值可靠性的所述可靠性评估结果，如下： 其中，为表计读数预测值可靠的概率；为Sigmoid激活函数；为分类可学习权重向量；为分类可学习偏置项； 采用多级可靠性，得到可靠性评估结果的概率分布向量，如下： 其中，为可靠性评估结果的概率分布向量，为可靠性类别数； S4、基于所述可靠性评估结果对各节点的表计读数预测值进行加权融合，得到全局表计读数； 所述步骤S4，包括： 利用主控节点接收各采集节点周期性上报的包括表计读数预测值、可靠性评估结果以及时间戳三元组信息，并基于所述可靠性评估结果为各采集节点的表计读数预测值分配融合权重，进行加权平均，得到全局表计读数； 所述主控节点计算当前时刻所有上报节点的全局表计读数的方差，若所述方差超过第一预设阈值，或者所述可靠性评估结果的均值低于第二预设阈值，则触发异常告警与数据重新采集流程； 构建以所述全局表计读数与参考值之间的误差项，以及各采集节点表计读数预测值之间的一致性约束项为核心的全局损失函数；利用梯度下降法最小化所述全局损失函数，更新主控节点本地的轻量级Transformer模型的全局参数； 利用更新后的主控节点本地的轻量级Transformer模型的全局参数，更新每个无线采集节点关联的各边缘计算装置本地的轻量级Transformer模型的参数； 当主控节点检测到所述全局表计读数波动大于预设波动阈值或可靠性评估结果小于预设可靠性阈值时，自动调整更新主控节点本地的轻量级Transformer模型的参数； 所述全局损失函数，如下： 其中，为全局表计读数；为参考值；为一致性约束系数；为一致性约束项，为在时刻，所有边缘计算装置预测的表计读数预测值的方差； 自动调整更新主控节点本地的轻量级Transformer模型的参数，如下： 其中，、分别为第t+1、t次迭代后的全局学习率；、分别为第t+1、t次迭代后的反馈融合因子；为调整系数；为平均可靠性指标；为第二预设阈值； 其中，基于所述全局表计读数与参考值之间的误差，对所述轻量级Transformer模型的参数进行优化。

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国网上海市电力公司，其通讯地址为：200122 上海市浦东新区中国(上海)自由贸易试验区源深路1122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。