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！

龍圖騰網獲悉國網浙江省電力有限公司杭州供電公司申請的專利一種配電網故障分類方法、系統、設備及介質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：CN120123885B 。

龍圖騰網通過國家知識產權局官網在2025-08-15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：202510607979.7，技術領域涉及：G06F18/2415；該發明授權一種配電網故障分類方法、系統、設備及介質是由何雨微;李晏君;朱昕昱;劉箭;方赟朋;宣羿;盧飛;江能;盛方;袁喆;蔡劍彪;鄭潔;朱理;李衡;楊俊杰;錢超;朱涵天設計研發完成，并于2025-05-13向國家知識產權局提交的專利申請。

本一種配電網故障分類方法、系統、設備及介質在說明書摘要公布了：本發明涉及配電網故障管理技術領域，公開了一種配電網故障分類方法、系統、設備及介質，基于獲取的目標配電網各種故障類型下故障區域內同步向量數據，得到虛擬量測數據；采用小波變換分別提取同步向量數據和虛擬量測數據的小波能量數據集；基于注意力機制和概率神經網絡模型構建故障分類模型，并采用小波能量數據集對故障分類模型進行訓練，得到目標故障分類模型，訓練過程中，采用擠壓激勵算法增強對小波能量數據集的自適應能力，并基于采用注意力機制得到的相似度得分，對故障分類模型的參數進行優化；將得到的小波能量實時數據集輸入到目標故障分類模型，得到目標配電網的故障分類結果。本申請公開的方法，顯著提升配電網故障分類精度。

本發明授權一種配電網故障分類方法、系統、設備及介質在權利要求書中公布了：1.一種配電網故障分類方法，其特征在于，所述方法包括： 獲取目標配電網各種故障類型下故障區域內原始信號的同步向量數據，并根據所述同步向量數據，得到虛擬量測數據； 采用小波變換分別提取所述同步向量數據和所述虛擬量測數據的小波能量數據集，所述提取過程被設定為對所述同步向量數據和所述虛擬量測數據分別進行多尺度分解，得到對應的高頻分量，根據所述高頻分量計算對應的所述小波能量數據集； 基于注意力機制和概率神經網絡模型構建所述目標配電網的故障分類模型，并采用所述小波能量數據集對所述故障分類模型進行訓練，得到目標故障分類模型，在訓練過程中，采用擠壓激勵算法增強所述故障分類模型對所述小波能量數據集的自適應能力，并基于采用注意力機制得到的所述小波能量數據集與高斯核函數的相似度得分，對所述故障分類模型的參數進行優化；所述高斯核函數應用于所述概率神經網絡模型的動態模式層各個節點； 在實際的配電網故障分類過程中，將得到的小波能量實時數據集輸入到所述目標故障分類模型，得到所述目標配電網的故障分類結果； 所述基于注意力機制和概率神經網絡模型構建所述目標配電網的故障分類模型，并采用所述小波能量數據集對所述故障分類模型進行訓練，得到目標故障分類模型，包括： 基于概率神經網絡模型構建初始故障分類模型，所述初始故障分類模型至少包括：特征通道選擇層和所述動態模式層，所述動態模式層的節點數與故障類型數量相等； 在所述特征通道選擇層引入擠壓激勵模塊，所述擠壓激勵模塊根據所述小波能量數據集生成通道權重向量，并根據所述通道權重向量對所述小波能量數據集進行通道權重調整； 為每一所述動態模式層分配自適應權重平滑因子，并在每一所述動態模式層后插入注意力評分模塊，得到改進故障分類模型，所述注意力評分模塊計算所述小波能量數據集與所述動態模式層各個節點的高斯核函數的相似度得分； 將所述小波能量數據集輸入所述改進故障分類模型進行訓練，并采用啟發式算法對所述改進故障分類模型的參數進行優化，得到目標故障分類模型； 所述相似度得分的計算公式為： 其中，為高斯核函數，為注意力得分函數，為第個動態模式層節點的權重，為待分類的小波能量數據集，為動態模式層節點總數量。

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國網浙江省電力有限公司杭州供電公司，其通訊地址為：310000 浙江省杭州市上城區解放東路59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”。