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！

龙图腾网恭喜贵州电网有限责任公司申请的专利一种电力系统可靠性分析方法及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：CN119294924B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202411836805.X，技术领域涉及：G06Q10/0639；该发明授权一种电力系统可靠性分析方法及系统是由陈智祺;万会江;陈胜;张洪略;李颖杰;夏天;李俊林;覃海;王平;刘晓放设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本一种电力系统可靠性分析方法及系统在说明书摘要公布了：本发明公开了一种电力系统可靠性分析方法及系统，涉及电力系统可靠性分析技术领域，包括采集电力系统数据并进行预处理，对预处理后的数据进行特征提取；基于预处理后的数据构建第一模型，根据所述第一模型得到第一结果；根据实时数据和所述第一结果构建第二模型，得到第二结果，并利用第二结果优化所述第一模型中的信息增益敏感度参数；根据优化后的第一模型和第二模型，确定最终系统可靠性指标。本发明通过综合运用物联网技术、高级特征提取算法、多维故障模式识别和动态蒙特卡洛仿真等技术，建立一个全面、精确且具有自适应能力的电力系统可靠性分析框架。它能够实时捕捉系统状态变化，并深入挖掘历史数据中的潜在模式，有效识别关键影响因素。

本发明授权一种电力系统可靠性分析方法及系统在权利要求书中公布了：1.一种电力系统可靠性分析方法，其特征在于：包括，采集电力系统数据并进行预处理，对预处理后的数据进行特征提取；基于特征提取后的数据构建第一模型，根据所述第一模型得到第一结果；根据实时数据和所述第一结果构建第二模型，得到第二结果，并利用第二结果优化所述第一模型中的信息增益敏感度参数；根据优化后的第一模型和第二模型，确定最终系统可靠性指标；所述构建第一模型包括，基于信息增益准则构建决策树，并评估特征重要性；集成所述决策树，并确保每棵决策树使用随机的特征子集；通过特征工程创建复合特征，并加权融合随机森林模型；所述第二模型的构建包括，建立基础仿真模型，并整合实时数据和所述第一结果；利用动态采样算法根据当前系统状态和负载变化生成故障情景；将所述故障情景同时仿真，并计算每个故障情景下的可靠性指标；所述电力系统数据包括电压、电流、温度、湿度和振动；所述决策树使用信息增益作为分裂准测，并选择最具区分度的特征划分数据，所述信息增益的计算如下式所示： ，其中，HT是节点T的熵，a是特征，Tv是特征a取值为v时的子集，valuesa是特征a的所有取值，IG为决策树的信息增益；是特征取值为v时子集的熵值；集成所述决策树通过下式表示： ，其中，fbx为单棵决策树，B为决策树数量，Lb是决策树b的叶节点集合，cl是叶节点l的预测值，I是指示函数，Rl是对应于叶节点l的特征空间区域；是单棵决策树对输入特征x的预测输出函数；所述特征工程如下式所示： ，其中，φk是特征转换函数，hk是聚合函数；中的X是需要进行特征工程转换的原始特征向量；整合所述决策树和所述特征工程构成第一模型，如下式所示： ，其中，MDFMX为多维度故障模式模型的输出，X为输入特征向量，α为模型融合参数，B为随机森林中决策树的数量，β为决策树内部平衡参数，N为特征数量，wi为第i个特征的权重，fbxi为第b棵决策树对第i个特征的预测结果，γ为信息增益敏感度参数，IGb为第b棵决策树的信息增益，M为所有决策树的总数，K为特征工程后的复合特征数量，gkX为第k个复合特征的函数；是第j个特征对数据分类的贡献度量值；所述动态采样算法包括，构建加权平均框架，如下式所示： ；对于每个情景，确定所有关键组件的可靠性，如下式所示： ；针对每个情景下的时间变化分析系统可靠性，如下式所示： ；其中，Rsys为系统可靠性指标，N为动态生成的故障情景数量，M为系统中的组件数量，ωi为第i个情景的权重，Pf,j为第j个组件的故障概率，由故障模式模型得到，Ic,j为组件j的重要性系数，λj为组件j的故障率，ti为第i个情景的模拟时间；为故障率，为第j个组件的故障率，为第i个情景的模拟时间，e为自然对数的底数。

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”。