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！

龍圖騰網獲悉北京睿智聚合科技有限公司申請的專利一種基于大數據的配電網故障類型識別方法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：CN120372411B 。

龍圖騰網通過國家知識產權局官網在2025-09-16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：202510861903.7，技術領域涉及：G06F18/241；該發明授權一種基于大數據的配電網故障類型識別方法是由齊祥龍;馬蘭慶;秦建華設計研發完成，并于2025-06-25向國家知識產權局提交的專利申請。

本一種基于大數據的配電網故障類型識別方法在說明書摘要公布了：本發明公開了一種基于大數據的配電網故障類型識別方法，涉及配電網故障類型識別技術領域，本發明，通過時鐘漂移校正與自適應插值算法，在保留原始采樣精度的前提下對齊多源數據時間軸，徹底消除因電壓電流信號時間不同步導致的誤判故障或漏判故障問題；對通信延遲數據標記低置信度并限制參與計算，避免噪聲干擾特征提取；基于誤判樣本的故障類型關聯機制，精準定位需調整的網絡層，避免全模型重訓練的資源開銷；結合對抗樣本生成技術擴充稀缺故障數據，提升對高阻抗接地等復雜場景的識別魯棒性。

本發明授權一種基于大數據的配電網故障類型識別方法在權利要求書中公布了：1.一種基于大數據的配電網故障類型識別方法，其特征在于，包括， 步驟S1，構建動態時空圖：實時采集多個監測點的電壓、電流及通信狀態數據，以監測點設備為節點，設備間的物理連接或邏輯關聯為邊構建時空圖； 其中保留各節點數據的原始采樣時間戳及精度，并通過時間偏移補償機制對齊不同節點數據的時間序列； 步驟S2，時空特征提取：將時空圖輸入時空圖卷積網絡ST-GCN，通過時間維卷積層提取節點狀態變化特征，通過空間維圖卷積層提取設備關聯特征，輸出融合特征向量； 步驟S3，故障分類識別：根據特征向量分類短路、接地、斷線故障類型，并輸出置信度評分； 步驟S4，反饋觸發更新：實時比對識別結果與搶修工單記錄，當連續誤判達預設次數或出現未定義故障類型時，觸發更新指令； 步驟S5，輕量化重訓練：根據更新指令，僅選取與誤判樣本強相關的局部網絡層，在邊緣節點采用增量數據微調權重； 步驟S1中，在經時鐘漂移校正與通信延遲標記后，對各節點原始采樣數據進行以下插值處理，構建統一等間隔時間序列，包括： 檢測數據：采集節點第次原始時刻與測量值， 計算統一時間步長，公式為： ， 其中，表示統一時間步長，單位為秒，表示節點第次采樣時刻，單位為秒； 構建對齊時間軸， 其中，表示對齊后的第個時間點，單位為秒，表示對齊起始時刻，表示序列長度減一，無量綱； 計算線性插值，公式為： ， 其中，表示節點在時刻的插值結果，表示插值權重因子，； 式中， ， 其中，分子為插值時刻偏移量，單位為秒，分母為原始兩次采樣間隔； 在滑動窗口內計算插值殘差： ，表示第節點在第差值時刻與參考差值結果之間的絕對殘差； 若，則調整或切換高階插值方法，其中，為高階插值參考結果，為殘差閾值； 步驟S5中，基于相關性分析確定需更新的網絡層，在局部重訓練前，從誤判樣本中精確選取對故障類型判別影響最大的網絡層編號，步驟包括： 定義誤判樣本集，其中，為網絡對第個樣本的預測類型，為其真實故障類型； 對每個誤判樣本，記錄網絡第層的輸出特征映射張量，其中，為通道數，為時序長度； 將張量在通道與時序兩個維度上取范數，得到層對樣本的響應幅值： ， 其中，表示元素平方和開根號范數，表示第層通道、時刻對樣本的激活值； 定義誤判強度， 其中，為網絡對樣本的置信度評分，從前向傳播Softmax輸出中獲得，為誤判指示； 計算層的響應幅值與誤判強度之間的相關性，公式為： ， 其中，，樣本響應均值，，誤判均值，，衡量層與誤判之間的線性相關程度； 為自適應選層，引入全局相關性分布的統計量，表示為： ， 其中，為候選更新層總數， 并定義閾值，其中，為閾值調節系數； 最終選取相關性絕對值不低于閾值的層編號： ， 其中，為需微調權重的網絡層編號集合； 若，則按遞減方式重算，直至最終僅對內的層執行增量微調。

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北京睿智聚合科技有限公司，其通訊地址為：100096 北京市海淀區清河小營西小口路27號西三旗文化科技園D座C區一層C1002號(東升地區)；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”。