買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉南方電網(wǎng)科學研究院有限責任公司申請的專利一種基于智能體的輸配電設備運行狀態(tài)監(jiān)測系統(tǒng)獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN120377504B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202510813197.9，技術領域涉及：H02J13/00；該發(fā)明授權一種基于智能體的輸配電設備運行狀態(tài)監(jiān)測系統(tǒng)是由張帥;王頌;李華;吳爭榮;章彬;袁小凱;李果;鄒林;張巍;鮑連偉;雷園園;廖楚京;張萬辭;朱俊霖;羅日平;黃世平;于周;鄭哲然;葉佩珊;黃安妮;劉升偉;祝遠洋;鄭康澤;張杰;許云程;袁樂心設計研發(fā)完成，并于2025-06-18向國家知識產(chǎn)權局提交的專利申請。

本一種基于智能體的輸配電設備運行狀態(tài)監(jiān)測系統(tǒng)在說明書摘要公布了：本發(fā)明公開了一種基于智能體的輸配電設備運行狀態(tài)監(jiān)測系統(tǒng)，涉及數(shù)據(jù)分析技術領域，系統(tǒng)包括數(shù)據(jù)獲取模塊、數(shù)據(jù)特征模塊、故障預測模塊和模型更新模塊；數(shù)據(jù)獲取模塊用于獲取歷史數(shù)據(jù)；數(shù)據(jù)特征模塊用于整合歷史數(shù)據(jù)、對數(shù)據(jù)進行預處理和特征提取；故障預測模塊用于根據(jù)運行參數(shù)及運行狀態(tài)構建分類模型，構建時間序列模型預測運行參數(shù)，結合分類和時序模型預測運行參數(shù)的運行狀態(tài)；模型更新模塊用于結合不同設備對應設備和運行參數(shù)以及其對應分類模型參數(shù)構建回歸模型，根據(jù)回歸模型和新設備參數(shù)預測新設備分類模型參數(shù)，并不斷迭代更新新設備分類模型。本發(fā)明能夠有效改善現(xiàn)有技術面對新設備接入時，難以快速調整模型實現(xiàn)預測的情況。

本發(fā)明授權一種基于智能體的輸配電設備運行狀態(tài)監(jiān)測系統(tǒng)在權利要求書中公布了：1.一種基于智能體的輸配電設備運行狀態(tài)監(jiān)測系統(tǒng)，其特征在于：該系統(tǒng)包括數(shù)據(jù)獲取模塊、數(shù)據(jù)特征模塊、故障預測模塊和模型更新模塊； 所述數(shù)據(jù)獲取模塊用于獲取歷史輸配電設備更換情況、各設備運行狀態(tài)數(shù)據(jù)以及實時采集運行狀態(tài)數(shù)據(jù)； 所述數(shù)據(jù)特征模塊用于整合歷史數(shù)據(jù)、對獲取到的設備運行狀態(tài)數(shù)據(jù)進行預處理并對預處理后的數(shù)據(jù)進行特征提取； 所述故障預測模塊用于根據(jù)運行參數(shù)及運行狀態(tài)構建分類模型，構建時間序列模型預測未來運行參數(shù)，結合分類和時間序列模型預測未來運行參數(shù)的運行狀態(tài)； 所述模型更新模塊用于結合不同設備對應設備參數(shù)和運行參數(shù)以及其對應的分類模型參數(shù)構建回歸模型，根據(jù)回歸模型和新設備參數(shù)預測新設備分類模型參數(shù)，并不斷迭代更新新設備分類模型； 所述數(shù)據(jù)獲取模塊的輸出端與所述數(shù)據(jù)特征模塊和模型更新模塊的輸入端相連接；所述數(shù)據(jù)特征模塊的輸出端與所述故障預測模塊的輸入端相連接；所述模型更新模塊與所述故障預測模塊相連接； 所述故障預測模塊包括時序模型單元、分類模型單元以及故障預測單元； 所述時序模型單元用于構建時間序列模型對新采集的輸配電設備運行參數(shù)進行預測； 所述分類模型單元用于根據(jù)提取的運行參數(shù)特征結合其對應的運行狀態(tài)構建分類模型； 所述故障預測單元用于根據(jù)分類模型對時間序列模型預測的運行參數(shù)進行運行狀態(tài)的預測； 所述構建時間序列模型對新采集的輸配電設備運行參數(shù)進行預測具體方式為： 對于新采集的運行參數(shù)數(shù)據(jù)序列，進行歸一化處理，得到歸一化后的運行參數(shù)數(shù)據(jù)序列； 構建LSTM時間序列模型：以歸一化后的運行參數(shù)數(shù)據(jù)序列作為模型輸入；模型通過學習運行參數(shù)數(shù)據(jù)序列中的時間依賴關系，預測未來一段時間內的運行參數(shù)，輸出預測的運行參數(shù)數(shù)據(jù)序列； 所述根據(jù)提取的運行參數(shù)特征結合其對應的運行狀態(tài)構建分類模型具體方式為： 對于某一輸配電設備，按時間順序整合其提取的運行參數(shù)特征矩陣以及對應的運行狀態(tài)；以整合后的運行參數(shù)特征矩陣以及對應的運行狀態(tài)為輸入，構建LSTM分類模型； 在模型訓練過程中，使用反向傳播算法，以人工標定的真實值和預測值之間的交叉熵損失函數(shù)作為優(yōu)化目標，不斷調整模型參數(shù)，得到該輸配電設備的分類模型； 為每種輸配電設備構建相應的分類模型； 所述根據(jù)分類模型對時間序列模型預測的運行參數(shù)進行運行狀態(tài)的預測具體方式為： 判斷新采集的運行參數(shù)數(shù)據(jù)序列所屬設備，選用與所屬設備相對應的分類模型對LSTM時間序列模型預測得到的運行參數(shù)數(shù)據(jù)序列進行分類預測；當預測分類為異常時，向工作人員反饋預測的異常以及異常種類。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人南方電網(wǎng)科學研究院有限責任公司，其通訊地址為：510000 廣東省廣州市蘿崗區(qū)科學城科翔路11號J1棟3、4、5樓及J3棟3樓；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。