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！

龙图腾网获悉国网安徽省电力有限公司合肥供电公司;国网安徽省电力有限公司申请的专利基于模糊波形的故障类型识别方法、系统及设备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：CN120910706B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202511445816.X，技术领域涉及：G06F18/2415；该发明授权基于模糊波形的故障类型识别方法、系统及设备是由潘敏;朱健;王浔;赵晔;廖红;葛健;甄超;张征凯;刘峣;张作盛;朱先启;魏庆科;张衍;孙辉;沈攀设计研发完成，并于2025-10-11向国家知识产权局提交的专利申请。

本基于模糊波形的故障类型识别方法、系统及设备在说明书摘要公布了：本发明公开了基于模糊波形的故障类型识别方法、系统及设备，涉及故障类型识别技术领域，包括：采集配电网多源故障数据，构建故障数据集；对故障数据集进行模态分解处理，提取故障特征集合；根据故障特征集合，通过聚类算法确定聚类中心，构建模糊波形特征；根据故障数据集和聚类中心，通过集成学习算法训练得到多个结构独立的特征森林基分类器；将模糊波形特征输入特征森林基分类器，得到初步识别结果集合；基于初步识别结果集合和电网拓扑关系，通过概率图模型算法进行融合推理，得到故障类型识别结果。本申请用以解决传统故障识别方法对复杂波形特征识别不充分的问题。

本发明授权基于模糊波形的故障类型识别方法、系统及设备在权利要求书中公布了：1.基于模糊波形的故障类型识别方法，其特征在于，包括以下步骤： 采集配电网多源故障数据，构建故障数据集； 对故障数据集进行模态分解处理，提取故障特征集合； 根据故障特征集合，通过聚类算法确定聚类中心，构建模糊波形特征； 根据故障数据集和聚类中心，通过集成学习算法训练得到多个结构独立的特征森林基分类器； 将模糊波形特征输入特征森林基分类器，得到初步识别结果集合； 基于初步识别结果集合和电网拓扑关系，通过概率图模型算法进行融合推理，得到故障类型识别结果； 提取故障特征集合，具体为： 对故障数据集进行模态分解，得到本征模态函数分量； 计算分量的信息熵特征和瞬时特征； 将信息熵特征与瞬时特征通过特征融合算法进行融合，得到故障特征集合，特征融合算法为： 对分量能量熵特征与瞬时特征拼接，形成包含分量能量熵特征与标准化瞬时特征的初始融合特征向量； 依据方差贡献度为每个初始特征分配权重：计算各特征在历史故障样本中的方差；将方差归一化后作为对应特征的权重； 通过加权求和优化初始融合特征向量，形成故障特征集合； 构建模糊波形特征，具体为： 基于故障特征集合，通过聚类有效性分析确定最优聚类数，并引入DB指数法进行聚类数的自适应判定； 结合故障特征集合与最优聚类数，通过模糊聚类算法生成模糊隶属度矩阵； 对模糊隶属度矩阵进行特征加权处理，得到加权特征向量； 将加权特征向量通过特征重构算法转换为模糊波形特征。

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安徽省电力有限公司合肥供电公司;国网安徽省电力有限公司，其通讯地址为：230000 安徽省合肥市包河区宿松路133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。