Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 贵州电网有限责任公司张俊杰获国家专利权

贵州电网有限责任公司张俊杰获国家专利权

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!

龙图腾网获悉贵州电网有限责任公司申请的专利一种面向大规模历史数据的变电站误操作模式挖掘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:CN119885095B

龙图腾网通过国家知识产权局官网在2026-01-16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:202411948781.7,技术领域涉及:G06F18/26;该发明授权一种面向大规模历史数据的变电站误操作模式挖掘方法是由张俊杰;张历;李鑫卓;毛先胤;陈沛龙;曾华荣;杨旗;祝健杨;王宇;范强;辛明勇;陈肖;刘溪;许逵;李欣;刘君;钟尧;高吉普;罗显跃;冯起辉;李博文;曹雷;董英华;张宇潇;朱石剑;李金鑫;郑磊;周子雅;龙黔;周敬余;唐卫华设计研发完成,并于2024-12-27向国家知识产权局提交的专利申请。

一种面向大规模历史数据的变电站误操作模式挖掘方法在说明书摘要公布了:本发明公开了一种面向大规模历史数据的变电站误操作模式挖掘方法,涉及变电站误操作分析与模式挖掘技术领域,包括建立变电站设备的时序动态数据图,结合设备的时序数据和健康状态建模进行设备状态评估;进行跨模态特征对齐与动态融合,提取多源数据的深度表示;利用因果推理与可解释性分析,进行模式识别与风险评估。本发明所述方法通过构建设备的时序动态数据图和健康状态,能够实时监控设备的健康状况,通过跨模态特征对齐与动态融合,提取多源数据的深度表示,能够综合利用不同类型的数据,以提高对设备状态的全面理解,结合因果推理和可解释性分析,可以精准识别出各种因素之间的因果关系,从而进行深入的模式识别与风险评估。

本发明授权一种面向大规模历史数据的变电站误操作模式挖掘方法在权利要求书中公布了:1.一种面向大规模历史数据的变电站误操作模式挖掘方法,其特征在于,包括: 建立变电站设备的时序动态数据图,结合设备的时序数据和健康状态建模进行设备状态评估; 进行跨模态特征对齐与动态融合,提取多源数据的深度表示; 利用因果推理与可解释性分析,进行模式识别与风险评估; 所述建立变电站设备的时序动态数据图包括采集变电站设备运行数据,建立变电站设备运行数据矩阵,表示为: 其中,为变电站设备运行数据矩阵,为实数集,为变电站内设备的总数量,为每台设备采集的运行数据特征维度; 基于变电站设备运行数据矩阵,建立变电站设备关联矩阵,计算设备间的皮尔逊相关系数,表示为: 其中,为变电站设备关联矩阵,为设备和设备之间的皮尔逊相关系数,为设备和设备的特征向量之间的协方差,为设备和设备特征向量的标准差; 通过自适应阈值,确定关联设备,表示为: 其中,为自适应阈值,为变电站设备关联矩阵的均值,为可调节参数,为变电站设备关联矩阵的标准差; 当相关系数大于阈值时,标记设备和设备为关联设备,并生成邻接矩阵,建立变电站设备空间异构图网络结构,包括设备层、功能层和系统层,表示为: 其中,为设备层邻接矩阵,为功能层邻接矩阵,为系统层邻接矩阵,为设备和设备在设备层的物理连接关联,为设备和设备在功能层的关联,为设备和设备在系统层的交互关联; 将、和在特征维度上进行拼接,通过全连接层FC进行非线性变换,并经过softmax函数得到元路径权重矩阵,将元路径权重矩阵与变电站设备关联矩阵进行融合,建立融合后的变电站设备关联矩阵,表示为: 其中,为融合后的变电站设备关联矩阵,为设备层权重,为功能层权重,为系统层权重; 引入跨层注意力机制,通过多层感知机对不同层的节点进行特征提取和融合,根据softmax函数计算不同层的节点注意力系数,通过加权求和计算更新节点,表示为: 其中,为更新后的节点的特征,为节点的特征向量,为从节点到节点的注意力系数; 构建时间窗口序列,设窗口大小为12小时,捕捉设备状态的周期变化,对于任意两个时间步和,计算注意力分数,表示为: 其中,为注意力分数,、为可学习的参数矩阵,、的维度为,取值为128,为维注意力向量,为双曲正切激活函数,为注意力向量的转置操作,为时间步时的设备状态特征向量,为时间步时的设备状态特征向量; 通过softmax函数,将注意力分数归一化得到注意力权重,表示为: 基于图卷积的编码器-解码器结构,采用多层图卷积网络的编码器,用于归一化邻接矩阵,解码器通过线性变换和激活函数,对原始运行数据特征进行重构,表示为: 其中,为解码器输出的重构后的变电站设备运行数据矩阵,为非线性激活函数,为编码器最后一层的输出,为解码器的权重矩阵; 优化编码器的参数,计算重构损失,表示为: 其中,为重构损失,为Frobenius范数。

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贵州电网有限责任公司,其通讯地址为:550002 贵州省贵阳市南明区滨河路17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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。