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！

龙图腾网恭喜国网辽宁省电力有限公司;国网电力科学研究院有限公司;哈尔滨工业大学;中国电力科学研究院有限公司;国家电网有限公司;国网辽宁省电力有限公司电力科学研究院申请的专利一种基于潮流指纹图谱的电网强关联故障分析系统及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：CN114548209B 。

龙图腾网通过国家知识产权局官网在2025-03-07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：202111622400.2，技术领域涉及：G06V10/764；该发明授权一种基于潮流指纹图谱的电网强关联故障分析系统及方法是由唐俊刺;皮俊波;余建明;单连飞;陈刚;王明凯;高梓济;唐井峰;王超;崔岱;李铁;姜枫;姜狄;史东宇;李正文;孙文涛;张津辉;苑经纬;胡博;许静;胡锦景;吕旭明;丛培贤;张宏宇;许小鹏;王爱华;高凯;葛延峰;刘淼;何晓洋;李桐;孙茜;王琛;周志;韩秋;蔡壮;李佳泽设计研发完成，并于2021-12-28向国家知识产权局提交的专利申请。

本一种基于潮流指纹图谱的电网强关联故障分析系统及方法在说明书摘要公布了：本发明公开了一种基于潮流指纹图谱的强关联故障分析系统及方法，将故障潮流指纹图谱作为模型的输入，该故障潮流指纹图谱对应的电网故障作为输出，通过大量样本对模型进行训练，生成电网故障诊断SVM分类器；同时，周期获取电网断面数据，对比相邻周期电网断面数据并生成潮流指纹图谱，将潮流指纹图谱输入电网故障诊断SVM分类器，判断是否存在设备故障的诊断结果，若诊断结果是电网存在故障，则发布电网强关联告警。相较传统告警基于电网模型和运行机理，本方法主要依赖遥信变位及遥测变化的方式更加快速，且不依赖单一信号而导致漏告或误告，与传统告警结果有机结合，提升告警准确率。

本发明授权一种基于潮流指纹图谱的电网强关联故障分析系统及方法在权利要求书中公布了：1.一种基于潮流指纹图谱的强关联故障分析系统，其特征在于：它包括故障诊断模型生成模块1、电网强关联故障感知模块2；所述故障诊断模型生成模块1用于生成强关联设备故障样本集，并形成与强关联设备故障样本集对应的故障潮流指纹图谱，将故障潮流指纹图谱作为基础的SVM分类器的输入，该故障潮流指纹图谱对应的电网故障作为基础的SVM分类器的输出，通过强关联设备故障样本集对基础的SVM分类器进行训练，生成电网故障诊断SVM分类器；所述电网强关联故障感知模块2用于获取电网断面数据，对比相邻周期电网断面数据并生成对应的潮流指纹图谱，将潮流指纹图谱输入所述故障诊断模型生成模块1生成的电网故障诊断SVM分类器，判断是否存在设备故障的诊断结果，若诊断结果是电网存在故障，则发布电网强关联告警；所述故障诊断模型生成模块1包括自适应故障事件集建模模块11、故障潮流指纹图谱绘制模块12和故障诊断模型训练模块13；所述自适应故障事件集建模模块11基于在线安全分析模块，采用离线仿真和在线安全分析计算方式进行强关联设备N-2、N-3计算，生成强关联设备故障样本集；所述故障潮流指纹图谱绘制模块12用于生成电网故障潮流指纹图谱，其具体实现方法包括模型图构建和图元着色；所述模型图构建是以不同图元代表不同类型设备，形成以图元形式构成的电网模型；所述图元着色是仿真强关联设备故障，根据潮流变化的大小对图元进行着色，将电网潮流变化抽象成易于机器学习的故障潮流指纹图谱；所述诊断模型训练模块13利用图像特征SIFT提取算法提取所述故障潮流指纹图谱的SIFT图谱特征，将所述故障潮流指纹图谱的SIFT图谱特征作为训练电网故障诊断SVM分类器的输入，所述潮流指纹图谱对应的电网故障作为输出，通过所述自适应故障事件集建模模块11生成的强关联设备故障样本集对电网故障诊断SVM分类器基础模型进行训练，生成适用于电网故障诊断的电网故障诊断SVM分类器。

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国网辽宁省电力有限公司;国网电力科学研究院有限公司;哈尔滨工业大学;中国电力科学研究院有限公司;国家电网有限公司;国网辽宁省电力有限公司电力科学研究院，其通讯地址为：110004 辽宁省沈阳市和平区宁波路18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”。