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！

龙图腾网获悉天津仁爱学院申请的专利基于大数据的智能电网故障分析方法和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：CN120971884B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511074855.3，技术领域涉及：G01R31/08；该发明授权基于大数据的智能电网故障分析方法和系统是由罗丹;刘新;洪灵;左培文;梅玥设计研发完成，并于2025-08-01向国家知识产权局提交的专利申请。

本基于大数据的智能电网故障分析方法和系统在说明书摘要公布了：本发明涉及智能电网故障分析技术领域，具体是基于大数据的智能电网故障分析方法和系统。包括解析电网物理接线图构建节点导纳矩阵，通过特征分解提取模态特征向量生成拓扑指纹库；同步采集广域相量数据流，动态截取数据时间窗并提取谐振频段信号，经特征增强生成故障特征数据集；动态评估模态置信因子，当主导模态置信度低于阈值时，激活节点‑模态关联图谱中的冗余模态，融合重构故障特征向量；将重构向量与指纹库匹配，进行三重验证，结合置信评分决策输出故障定位坐标或启动安全防护指令。本发明通过引入动态置信机制与冗余模态补偿策略，提升了在新能源扰动环境下故障识别的准确性与容错能力。

本发明授权基于大数据的智能电网故障分析方法和系统在权利要求书中公布了：1.基于大数据的智能电网故障分析方法，其特征在于，所述方法包括： 获取电网物理接线图；解析所述电网物理接线图构建节点导纳矩阵；将所述节点导纳矩阵通过特征分解提取模态特征向量；根据所述模态特征向量生成动态指纹参数构建拓扑指纹库； 同步采集广域测量系统的相量数据流，动态截取调度指令周期对应的数据时间窗；提取所述数据时间窗内电网固有谐振频段的电流电压信号；对所述电流电压信号进行故障特征增强处理生成故障特征数据集； 根据所述模态特征向量通过动态评估得到对应的模态置信因子；当主导模态的模态置信因子低于预设激活阈值时，激活预构建的节点-模态关联图谱，选取所述节点-模态关联图谱中的冗余模态；将所述故障特征数据集中主导模态对应的特征分量与冗余模态融合生成故障特征向量； 将所述故障特征向量与拓扑指纹库匹配，并依次进行基尔霍夫定律验证、拓扑连接一致性验证及行波反射特性验证；根据模态置信因子的分布结果计算置信评分，当所述置信评分大于预设评分阈值且验证通过时，输出故障定位坐标；否则，启动电网安全防护指令，所述电网安全防护指令包括闭锁自动重合闸、启动故障录波或发送调度告警信号； 所述根据所述模态特征向量生成动态指纹参数构建拓扑指纹库的方法包括： 所述模态特征向量为特征值小于预设模态能量阈值的低能模态向量；根据模态特征向量分别计算谐振频率偏移量和阻抗导数范数，构建多维动态指纹参数；其中，为实时测量值，为基准频率，为节点阻抗矩阵元素，为基准始终与广域测量系统同步的时间变量； 根据所述动态指纹参数通过数字签名算法生成拓扑哈希值；将所述拓扑哈希值存储至拓扑指纹库中； 所述节点-模态关联图谱的构建方法包括： 根据节点阻抗矩阵元素的模值计算节点间的电气连接度； 根据模态特征向量之间的夹角余弦计算模态响应相似度； 根据所述电气连接度和模态响应相似度计算得到关联强度；生成三元组[节点,关联强度,模态]，并存储为图数据库结构； 所述模态置信因子的计算过程包括： 监测模态频率的漂移幅度，构建反映模态近期扰动状态的历史记忆项；根据所述历史记忆项和初始置信值进行时间衰减加权；结合模态与功率扰动的相关性计算置信度，得到模态置信因子； 所述根据所述模态特征向量通过动态评估得到对应的置信因子的方法包括： 根据电网线路的类别设定初始模态权重因子； 实时监测新能源接入点的功率输出波动率，当所述功率输出波动率超过预设扰动阈值时，动态调整所述初始模态权重因子得到模态权重因子； 当接入区域为光伏场站时，提升频率相关模态分量的权重，降低阻抗导数相关模态分量的权重； 当接入区域为风电场站时，提升阻抗导数相关模态分量的权重，降低频率相关模态分量的权重； 将所述模态权重因子与模态特征向量通过加权融合生成故障特征向量。

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天津仁爱学院，其通讯地址为：301600 天津市静海区团泊新城博学苑；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。