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

龍圖騰網獲悉中國石化集團勝利石油管理局有限公司電力分公司;清華大學申請的專利基于嵌入式智能傳感器的電力設備在線監測方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114689965B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210187389.X，技術領域涉及：G01R31/00；該發明授權基于嵌入式智能傳感器的電力設備在線監測方法及系統是由劉玉林;吳肇贇;張利;田浩;鄒兵;葛賢軍;劉文波;田文輝;劉慶寶;高景棟設計研發完成，并于2022-02-28向國家知識產權局提交的專利申請。

本基于嵌入式智能傳感器的電力設備在線監測方法及系統在說明書摘要公布了：本發明公開了一種基于嵌入式智能傳感器的電力設備在線監測方法及系統，主要包括：采集各電力設備的數據信息，并對數據信息進行劃分，獲得若干個數據組；基于預測模型，判斷各數據組的故障狀態，并對存在故障的數據組進行標記標簽；對標記標簽的數據組進行分析，獲得電力設備的故障信息。本發明采用嵌入式智能傳感器對終端電力設備進行數據信息采集和預處理，并利用邊緣計算和分布式計算協同運行技術對終端數據進行計算，診斷潛在安全隱患及電力設備使用壽命，減少電力設備故障率，實現可靠進行全壽命周期預測。通過把計算、存儲、應用的資源放在網絡的邊緣側，以便減少傳輸延遲和帶寬消耗，通過可以根據實時網絡信息提供可感知的服務。

本發明授權基于嵌入式智能傳感器的電力設備在線監測方法及系統在權利要求書中公布了：1.一種基于嵌入式智能傳感器的電力設備在線監測方法，其特征在于，包括： 采集各電力設備的數據信息，并對所述數據信息進行劃分，獲得若干個數據組，對所述數據信息進行劃分，獲得若干個數據組，具體包括： 利用人工智能屬性特征分析算法，對所述數據信息進行標記描述性標簽； 根據描述性標簽進行細分聚類； 根據細分聚類，獲得若干個數據組； 基于預測模型，判斷各所述數據組的故障狀態，并對存在故障的數據組進行標記標簽，將各數據組的數據與預測模型配置，具體包括： 將數據組按照數據采集的時序，將其表示為數據實體組合,其中，表示按照時序該數據組的當前數據實體，和分別表示按照時序該數據組的當前數據實體的在先和在后的相鄰數據實體； 進而，利用BiLSTM網絡對數據組進行特征提取，獲得數據組的實體特征向量，將數據組的數據實體組合作為輸入量輸入BiLSTM網絡，可以獲得數據組的實體特征向量，表示為，即 其中表示將數據實體組合輸入BiLSTM進行特征提取; 進而，采用原型網絡預測模型，利用支撐集訓練該原型網絡預測模型之后，根據數據組的實體特征向量，獲得故障狀態類別； 原型網絡預測模型是人工智能領域的一種重要模型，在利用支撐集樣本訓練后，同類別的特征向量經該模型處理后在特征上具備更大的相似性，可以對輸入的特征向量實現類別預測，原型網絡預測模型支撐集表示為： 其中表示支撐集中的樣本數據組的實體特征，表示支撐集樣本數據組各自對應的故障狀態類別，假設共有K個故障狀態類別，每個故障狀態類別表示為k,則，則對于每個故障狀態類別k可以設置支撐集，支撐集中的樣本數據組的故障狀態類別均為k，則通過支撐集計算每個類別k的類別原型： 其中表示針對樣本數據組的實體特征進行特征提取所獲得的數據實體特征向量，即為BiLSTM網絡提取的數據組的實體特征向量，作為類別原型表示第k類別中數據實體特征向量的平均表示； 進而，原型網絡可以計算輸入的數據組的實體特征向量相對于K個故障狀態類別中的每個故障狀態類別k的分布： 其中表示K個類別中不屬于類別k的其它類別，從而，原型網絡預測模型可以特征向量相對于K個類別中的每個類別k的分布，確定數據組的的故障狀態類別； 對標記標簽的數據組進行分析，獲得電力設備的故障信息。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國石化集團勝利石油管理局有限公司電力分公司;清華大學，其通訊地址為：257099 山東省東營市東營區淄博路電調大樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。