買(mǎi)專利賣(mài)專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜四川嘉能佳網(wǎng)創(chuàng)新能源科技有限責(zé)任公司申請(qǐng)的專利一種變電設(shè)備狀態(tài)檢修輔助決策系統(tǒng)及方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119151524B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-03-25發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202411657630.6，技術(shù)領(lǐng)域涉及：G06Q10/20；該發(fā)明授權(quán)一種變電設(shè)備狀態(tài)檢修輔助決策系統(tǒng)及方法是由周俊鵬;徐登科;王希寶;張昱順;劉紅兵;張磊;萬(wàn)利;夏鴻健;熊嵐;楊曉昕;梁建忠;唐學(xué)智;帥曉;賀軍設(shè)計(jì)研發(fā)完成，并于2024-11-20向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種變電設(shè)備狀態(tài)檢修輔助決策系統(tǒng)及方法在說(shuō)明書(shū)摘要公布了：本發(fā)明提供一種變電設(shè)備狀態(tài)檢修輔助決策系統(tǒng)及方法，屬于智能檢修技術(shù)領(lǐng)域，其系統(tǒng)包括第一特征模塊、第二特征模塊、故障診斷模塊以及檢修模塊，通過(guò)收集變電設(shè)備的最佳運(yùn)行數(shù)據(jù)與歷史故障記錄，生成第一特征集，基于設(shè)備狀態(tài)的參數(shù)變化，動(dòng)態(tài)選擇相關(guān)特征，形成第二特征集，利用這兩者構(gòu)建故障診斷模型，預(yù)測(cè)潛在故障風(fēng)險(xiǎn)，并生成相應(yīng)的檢修策略和計(jì)劃，最終通過(guò)模擬優(yōu)化檢修操作，實(shí)現(xiàn)智能化維護(hù)和輔助決策，適應(yīng)復(fù)雜的故障模式，提升變電設(shè)備運(yùn)行的安全性和可靠性。

本發(fā)明授權(quán)一種變電設(shè)備狀態(tài)檢修輔助決策系統(tǒng)及方法在權(quán)利要求書(shū)中公布了：1.一種變電設(shè)備狀態(tài)檢修輔助決策系統(tǒng)，其特征在于，包括：第一特征模塊：收集變電設(shè)備的最佳運(yùn)行數(shù)據(jù)與歷史故障記錄，分析所述歷史故障記錄，定義故障類型并關(guān)聯(lián)最佳運(yùn)行數(shù)據(jù)，形成關(guān)聯(lián)數(shù)據(jù)集，從關(guān)鍵數(shù)據(jù)集中提取關(guān)鍵特征，生成第一特征集；第二特征模塊：基于所述第一特征集確定變電設(shè)備的參數(shù)變化，根據(jù)所述參數(shù)變化動(dòng)態(tài)選擇與當(dāng)前設(shè)備狀態(tài)對(duì)應(yīng)的相關(guān)特征，根據(jù)所述相關(guān)特征對(duì)第一特征集進(jìn)行調(diào)整得出第二特征集；故障診斷模塊：使用第一特征集與第二特征集構(gòu)建故障診斷模型，進(jìn)行故障預(yù)測(cè)，得出變電設(shè)備的當(dāng)前設(shè)備狀態(tài)對(duì)應(yīng)的潛在故障風(fēng)險(xiǎn)；檢修模塊：基于所述潛在故障風(fēng)險(xiǎn)生成檢修策略，結(jié)合所述變電設(shè)備的當(dāng)前設(shè)備狀態(tài)得出檢修計(jì)劃，并對(duì)所述檢修計(jì)劃進(jìn)行模擬，根據(jù)模擬結(jié)果輸出實(shí)際檢修操作，對(duì)變電設(shè)備狀態(tài)檢修輔助決策；所述第一特征模塊，包括：關(guān)聯(lián)數(shù)據(jù)單元：根據(jù)變電設(shè)備的歷史故障記錄，定義故障類型與對(duì)應(yīng)的標(biāo)注信息，根據(jù)所述標(biāo)注信息將收集的變電設(shè)備的最佳運(yùn)行數(shù)據(jù)與故障類型進(jìn)行關(guān)聯(lián)，形成關(guān)聯(lián)數(shù)據(jù)集；提取特征單元：獲取變電設(shè)備的設(shè)備特性，并基于變電設(shè)備的設(shè)備特性與所述故障類型從特征提取表中選擇對(duì)應(yīng)的特征提取方法，使用所述特征提取方法從關(guān)聯(lián)數(shù)據(jù)集中提取關(guān)鍵特征，得出第一特征集；所述第二特征模塊，包括：設(shè)備狀態(tài)單元：基于第一特征集使用滑動(dòng)窗口實(shí)時(shí)檢測(cè)變電設(shè)備的參數(shù)變化，識(shí)別參數(shù)變化的時(shí)間點(diǎn)，結(jié)合第一特征集中的特征應(yīng)用分類算法對(duì)設(shè)備狀態(tài)進(jìn)行實(shí)時(shí)判別，得出當(dāng)前設(shè)備狀態(tài)；相關(guān)特征單元：計(jì)算第一特征集中的每個(gè)特征與當(dāng)前設(shè)備狀態(tài)之間的依賴關(guān)系程度受參數(shù)變化的影響程度，基于所述影響程度對(duì)第一特征集進(jìn)行篩選，得出相關(guān)特征，進(jìn)而得出第二特征集；所述相關(guān)特征單元，包括：計(jì)算塊： ，其中，表示第一特征集中的特征X和當(dāng)前設(shè)備狀態(tài)Y之間的依賴關(guān)系程度；表示依賴關(guān)系程度受參數(shù)變化的影響程度；X表示第一特征集中的特征X；Y表示當(dāng)前設(shè)備狀態(tài)；x表示特征X的取值；y表示當(dāng)前設(shè)備狀態(tài)Y的取值；表示特征X的邊際概率密度函數(shù)；表示當(dāng)前設(shè)備狀態(tài)Y的邊際概率密度函數(shù)；表示特征X和設(shè)備狀態(tài)Y的聯(lián)合概率密度函數(shù)；表示影響特征與設(shè)備狀態(tài)之間關(guān)系的參數(shù)變化；相關(guān)特征塊：根據(jù)所述影響程度動(dòng)態(tài)選擇與當(dāng)前設(shè)備狀態(tài)對(duì)應(yīng)的相關(guān)特征，進(jìn)而對(duì)第一特征集進(jìn)行調(diào)整得出第二特征集。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人四川嘉能佳網(wǎng)創(chuàng)新能源科技有限責(zé)任公司，其通訊地址為：614099 四川省樂(lè)山市高新區(qū)臨江東路509號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。