買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜梅爾(天津)電氣有限公司;國網山西省電力公司運城供電公司;天津仁愛學院申請的專利基于遷移學習的電力通信網故障檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119561824B 。

龍圖騰網通過國家知識產權局官網在2025-06-03發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510126248.0，技術領域涉及：H04L41/0631；該發明授權基于遷移學習的電力通信網故障檢測方法是由閆磊;楊飛翔;康超;范少博;譚震浩;姚彥君;王靖龍;焦麗穎;成雪敏;任紅;郝大鵬;張正;裴鵬;田明;邢棟;趙茜設計研發完成，并于2025-01-27向國家知識產權局提交的專利申請。

本基于遷移學習的電力通信網故障檢測方法在說明書摘要公布了：本發明公開了基于遷移學習的電力通信網故障檢測方法，涉及電力通信技術領域。該基于遷移學習的電力通信網故障檢測方法，對源電力通信網的源電力通信數據進行特征處理，獲得源電力通信特征數據，對各預選故障檢測模型進行評估，獲得最優預選故障檢測模型，確定最優調整后故障檢測模型，通過利用源電力通信網的數據特征，評估并調整預選模型至適配目標電力通信網，從而提高故障檢測的準確性和效率，降低因數據不足或特征差異導致的誤報警和漏檢風險，進而保障電力通信網絡的穩定運行與安全性，能夠有效解決不同電力通信網之間存在的故障檢測模型適用性差的問題。

本發明授權基于遷移學習的電力通信網故障檢測方法在權利要求書中公布了：1.基于遷移學習的電力通信網故障檢測方法，其特征在于，包括以下步驟：獲取源電力通信網的源電力通信數據，對源電力通信網的源電力通信數據進行特征處理，獲得源電力通信特征數據，所述源電力通信特征數據包括源通信網頻率偏移、源通信網相位差和源通信網網絡傳輸延遲；獲取數據庫中存儲的各預選故障檢測模型，將源電力通信特征數據輸入至各預選故障檢測模型，對各預選故障檢測模型進行評估，獲得最優預選故障檢測模型；獲取各預選故障檢測模型處理源電力通信特征數據的效果數據，所述效果數據包括獲得故障檢測結果的平均耗時、故障檢測結果正確個數、故障檢測模型無響應次數、故障檢測模型運行時CPU溫度和故障檢測模型運行時CPU使用率；將所述源電力通信特征數據與數據庫中存儲的源電力通信參定特征數據進行融合處理，獲得故障檢測評估值，所述數據庫中存儲的源電力通信參定特征數據包括源通信網頻率參定偏移、源通信網參定相位差和源通信網網絡參定傳輸延遲；將故障檢測評估值與數據庫中存儲的各故障檢測評估值對應的預測故障類型進行比對，獲取該故障檢測評估值對應的預測故障類型；將故障檢測評估值的實際故障類型與預測故障類型進行比對，若實際故障類型與預測故障類型相同，則故障檢測結果正確個數加一，若實際故障類型與預測故障類型相同不相同，則故障檢測結果正確個數不加一；將各預選故障檢測模型處理源電力通信特征數據的效果數據與數據庫中存儲的參考效果數據進行分析處理，獲得處理效果評定值，所述處理效果評定值作為獲得最優預選故障檢測模型的分析依據，所述數據庫中存儲的參考效果數據包括故障檢測結果的參考平均耗時、故障檢測結果參考正確個數、故障檢測模型參考無響應次數、故障檢測模型運行時CPU參考溫度和故障檢測模型運行時CPU參考使用率；將處理效果評定值按照從小到大的順序排列，最小的處理效果評定值對應的預選故障檢測模型為最優預選故障檢測模型；獲取數據庫中存儲的各調整方案對最優預選故障檢測模型進行調整，獲得各調整后故障檢測模型，將各調整后故障檢測模型應用于目標電力通信網；獲取目標電力通信網的已標注目標電力通信數據，對目標電力通信網的已標注目標電力通信數據進行特征處理，獲得已標注目標電力通信特征數據，所述目標電力通信特征數據包括目標通信網頻率偏移、目標通信網相位差和目標通信網網絡傳輸延遲；將已標注目標電力通信特征數據以及已標注目標電力通信特征數據對應的故障類型輸入至各調整后故障檢測模型，獲得各調整后故障檢測模型的處理結果，對各調整后故障檢測模型進行評估，確定最優調整后故障檢測模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人梅爾(天津)電氣有限公司;國網山西省電力公司運城供電公司;天津仁愛學院，其通訊地址為：300000 天津市濱海新區自貿試驗區(空港經濟區)航空路71號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。