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！

龙图腾网获悉江苏大全箱变科技有限公司申请的专利基于云数据的箱式变电站智能集成设计方法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：CN120162842B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202510234463.2，技术领域涉及：G06F30/10；该发明授权基于云数据的箱式变电站智能集成设计方法是由夏元;吴雪源;左健强;李金彪;郭欣;漆睿;陶圆设计研发完成，并于2025-02-28向国家知识产权局提交的专利申请。

本基于云数据的箱式变电站智能集成设计方法在说明书摘要公布了：本发明涉及数据处理技术领域，尤其涉及基于云数据的箱式变电站智能集成设计方法，包括：对历史的系统图数据、元器件数据、柜型数据和散热方案数据进行集成存储；通过机器学习算法，学习经过分类和整理后的各数据之间的关联性，将机器学习算法应用于预测模型；对预测模型进行训练，根据新输入的系统图数据，输出对应的元器件数据、柜型数据和散热方案；在数据传输过程中，进行加密处理，加密处理采用传输层安全协议。本发明简化了设计过程，提高了设计的精确性和速度，优化了各元器件的匹配和散热方案，并通过系统性的数据分析解决了参数复杂关联性问题，同时可确保数据在传输和存储过程中的安全性，从而全面提升了箱式变电站的设计效率和质量。

本发明授权基于云数据的箱式变电站智能集成设计方法在权利要求书中公布了：1.基于云数据的箱式变电站智能集成设计方法，其特征在于，包括： 对历史的成组的系统图数据、元器件数据、柜型数据和散热方案数据进行集成存储，形成云端数据仓库； 依次对所述云端数据仓库中所存储的数据进行分类和结构化整理； 通过机器学习算法，学习经过分类和整理后的各数据之间的关联性，将所述机器学习算法应用于预测模型； 所述机器学习算法为XGBoost算法，集成若干决策树，算法应用的所述预测模型为： ； 其中，为待预测的所述元器件数据、柜型数据和散热方案； 为所述XGBoost算法的第k棵决策树； K为决策树的总数； 为新输入的所述系统图数据所对应特征向量； 所述决策树的总数K的计算公式为： K=Nη⋅C； 其中，N是新输入的所述系统图数据所对应特征向量中的特征数量； η为所设定的学习率； C为调节常数，用于调整所述计算公式的比例； 调节常数C的计算公式为： C=aN+b； 其中，a和b为拟合系数，通过线性回归方法拟合C和N之间的关系获得； 对所述预测模型进行训练，通过训练完成的所述预测模型，根据新输入的所述系统图数据，输出对应的所述元器件数据、柜型数据和散热方案。

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江苏大全箱变科技有限公司，其通讯地址为：212211 江苏省镇江市扬中市新坝镇大全路66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。