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！

龙图腾网恭喜成都工百利自动化设备有限公司;国网四川省电力公司德阳供电公司;国网四川省电力公司广元供电公司;国网四川雅安电力(集团)股份有限公司;国网四川省电力公司电力科学研究院申请的专利基于大数据的开关柜安全检测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：CN119322953B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202411834729.9，技术领域涉及：G06F18/23213；该发明授权基于大数据的开关柜安全检测方法是由邓勇;王志川;杨坤;叶超;杨丹;王嘉易;邓强强;袁锋;李林;袁洪;张治;李建;曾生健;王鑫;胡亮亮;李宾;周晓波;杜刘森;曾清竹;唐可;黄华林设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本基于大数据的开关柜安全检测方法在说明书摘要公布了：本发明公开了基于大数据的开关柜安全检测方法，方法包括数据采集、数据预处理、数据重构、检测数据聚类处理和开关柜安全检测。本发明属于开关柜检测技术领域，具体是指基于大数据的开关柜安全检测方法，本方案通过引入对比学习目标对开关柜安全检测数据进行数据重构，有助于对开关柜的故障类型进行精确识别；通过三种约束提升开关柜安全检测数据潜在空间的对齐性，进而提高开关柜安全检测的准确性；通过引入多尺度密度和动态距离权重计算局部密度，并基于自适应动态阈值进行噪声点剔除，并基于引力平衡状态判定实现对开关柜安全检测数据的处理，确保异常状态和正常状态能被准确分离，进而使得开关柜故障检测和分类的效率高效。

本发明授权基于大数据的开关柜安全检测方法在权利要求书中公布了：1.基于大数据的开关柜安全检测方法，其特征在于：该方法包括以下步骤：步骤S1：数据采集，采集历史开关柜安全检测数据和实时开关柜安全检测数据；步骤S2：数据预处理；步骤S3：数据重构；步骤S4：检测数据聚类处理；步骤S5：开关柜安全检测，基于聚类结果实现开关柜安全检测；在步骤S4中包括步骤S41：计算局部密度；引入多尺度权重计算每个样本点的局部密度，表示为：；其中，是数据点局部密度；distmax是邻域内点之间的最大距离；vardist是邻域内点距离的方差；nb·是邻域点数量；xn是开关柜安全检测数据点；r1是邻域半径；mode·是众数；davg是邻域内点的平均距离；NNr·是邻域半径内的数据点集合；xm是邻域数据点；在步骤S3中，所述数据重构具体包括以下步骤：步骤S31：数据重构；通过编码器将原始开关柜安全检测数据x映射到潜在表示z，计算潜在分布，表示为：；从潜在表示z重构原始数据，表示为：；在编码阶段引入对比学习目标，通过正负样本对优化潜在空间的表示，对比学习目标损失函数表示为：；其中，是潜在分布的均值，由编码器生成；是潜在分布的标准差；是从标准正态分布中采样的随机噪声；是重构原始数据的条件概率分布；N·是多维高斯分布；I是单位矩阵；是解码器映射函数参数；zi和zj是开关柜安全检测数据正样本对的潜在表示；zk是开关柜安全检测数据负样本的潜在表示；N是总样本数；sim·是潜在空间中的相似度，是点积操作；τ是温度系数；步骤S32：计算先验约束的KL散度，表示为： ；对原始开关柜安全检测数据进行K均值聚类，计算聚类约束的KL散度，表示： ；；构建全局分布对齐的KL散度，计算对比潜在分布与全局先验分布的匹配程度，表示为： ；其中，是先验约束的KL散度；是潜在变量的先验分布；和是潜在分布第i个维度的均值和方差；d是潜在空间的维度；是聚类约束的KL散度；是数据点最终聚类标签；和分别是聚类中心和聚类的分布范围；是选择使括号内取最大值的数据点的聚类标签c；和分别是全局分布的标准差和均值；步骤S33：定义目标函数；目标函数表示为： ；其中，和是权重系数；是对潜在分布后数据的期望值；是重构原始数据的条件概率分布；步骤S34：使用梯度下降法更新编码器参数、解码器参数；预先设有目标阈值，当目标函数收敛或目标函数达到目标阈值时，将最终得到的潜在表示z作为重构开关柜安全检测数据。

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成都工百利自动化设备有限公司;国网四川省电力公司德阳供电公司;国网四川省电力公司广元供电公司;国网四川雅安电力(集团)股份有限公司;国网四川省电力公司电力科学研究院，其通讯地址为：610095 四川省成都市高新区天益街38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”。