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！

龙图腾网获悉中广核风电有限公司;中广核(北京)新能源科技有限公司;上海交通大学;崇科智能科技(浙江)有限公司申请的专利基于在线监测的输变电设备故障预警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：CN119323003B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202411390613.0，技术领域涉及：G06F18/25；该发明授权基于在线监测的输变电设备故障预警系统是由翟健帆;赵博;王雁冰;冯磊;杨英;高原;刘玉桃设计研发完成，并于2024-10-08向国家知识产权局提交的专利申请。

本基于在线监测的输变电设备故障预警系统在说明书摘要公布了：本发明公开了基于在线监测的输变电设备故障预警系统，包括如下模块：多参数传感器模块，用于实时采集数据；无线传感器网络模块，用于将数据传输至数据处理中心进行处理；数据融合模块，采用基于自进化嵌套网络的多模态数据融合算法，生成设备的综合健康评分；趋势预测模块，基于生成对抗自适应残差网络的非线性时间序列分析技术，并引入自适应残差模块进行趋势预测；预警阈值调整模块，采用元强化学习的自适应进化算法，动态调整预警阈值；维护建议生成模块，用于生成维护建议；电网调度联动模块，用于自动联动电网调度系统，检测并调整设备负载。本发明采用多参数融合与生成对抗网络方法，并引入自适应残差模块，实现输变电设备故障精准预警。

本发明授权基于在线监测的输变电设备故障预警系统在权利要求书中公布了：1.基于在线监测的输变电设备故障预警系统，其特征在于，包括如下模块： 多参数传感器模块，用于实时采集输变电设备的运行状态数据； 无线传感器网络模块，用于将采集到的运行状态数据传输至数据处理中心进行处理； 数据融合模块，采用基于自进化嵌套网络的多模态数据融合算法，并结合自适应权重分配模型对各传感器模态数据进行融合，生成设备的综合健康评分，具体包括如下步骤： S31、通过多参数传感器采集的输变电设备运行状态数据，针对每种传感器模态分别进行预处理，其中，表示传感器类型数量，所述预处理包括数据去噪、异常值剔除、归一化及时间窗口滑动操作，得到标准化数据集； S32、建立自进化嵌套网络结构，针对每一传感器模态构建初始嵌套网络，嵌套网络的权重初始化为随机正态分布，定义嵌套网络模型为： ； 其中，表示嵌套网络的参数集，表示嵌套网络的层数，且初始时对每个模态数据采用相同层数的网络结构进行处理，网络输出为； S33、采用自适应权重分配模型对各模态输出的贡献度进行加权，权重系数通过多层自适应调整公式进行动态更新，权重调整机制基于传感器数据的多模态非线性依赖关系； 计算模态在时刻的初始贡献度： ； 其中，表示在时刻模态的输出，表示在时刻模态的输出，表示总模态数，表示多模态融合的总损失函数： ； 其中，表示模态在时刻的权重系数，表示真实设备健康状态值，表示正则化系数，表示网络参数的L2范数； 通过加入时间衰减项，计算模态的权重更新值： ； 其中，表示模态在时刻的权重更新值，表示时间衰减系数； 加入非线性自调节函数，对权重进行非线性变换： ； 其中，表示指数函数，表示控制因子，表示动态偏移量； S34、对嵌套网络进行自进化处理，进化过程基于遗传算法和自适应神经网络结构搜索算法相结合，实现网络结构的动态优化，包括增加或减少网络层数、改变激活函数类型和调整神经元数量； S35、每轮进化后计算网络结构的适应度函数，适应度函数定义为： ； 其中，表示权重平衡系数，表示网络深度； S36、在进化过程中动态调整嵌套网络结构，基于适应度结果选择最优网络结构，每轮迭代计算得到的最优融合结果； S37、重复执行步骤S33-S36，直至达到预设收敛条件，完成自进化嵌套网络的最优融合，最终生成设备的综合健康评分； 趋势预测模块，基于生成对抗自适应残差网络的非线性时间序列分析技术，并引入自适应残差模块对设备的综合健康评分及历史运行数据进行趋势预测； 预警阈值调整模块，基于设备的历史数据和实时运行状态，采用元强化学习的自适应进化算法，动态调整预警阈值； 维护建议生成模块，用于当系统检测到异常时，根据故障风险指数和预警等级生成维护建议； 电网调度联动模块，用于当设备预警等级达到橙色或红色时，自动联动电网调度系统，检测并调整设备负载，必要时将负载分配至备用设备或启动冗余设备。

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中广核风电有限公司;中广核(北京)新能源科技有限公司;上海交通大学;崇科智能科技(浙江)有限公司，其通讯地址为：100070 北京市丰台区南四环西路188号12区2号楼；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”。