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！

龙图腾网恭喜兰州交通大学申请的专利一种基于机器学习模型的架空线路舞动预警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：CN119129435B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202411601733.0，技术领域涉及：G06F30/27；该发明授权一种基于机器学习模型的架空线路舞动预警系统及方法是由赵珊鹏;王亚军;葛磊蛟;张文韬;胡双龙;朱维新;杨丽春;张鹏飞;朱子恒;郝志华;王家安设计研发完成，并于2024-11-11向国家知识产权局提交的专利申请。

本一种基于机器学习模型的架空线路舞动预警系统及方法在说明书摘要公布了：本发明提出一种基于机器学习模型的架空线路舞动预警系统及方法，涉及电力技术领域，方法包括在架空线路上设置多个监测节点；根据各节点的舞动数据，获得各节点的权重系数；根据各节点的舞动数据以及对应的环境参数，获得各节点在预设时间内的第一风险；通过各节点的权重系数以及各节点的环境参数，建立线路动态预测模型；根据线路动态预测模型，预测在预设时间内的线路舞动风险；根据预测结果发出舞动预警以及提供决策支持，所述预测结果包括第一风险和线路舞动风险，通过引入权重分配机制、建立动态预测模型、优化预设时间设置以及完善预警机制等措施，实现对架空线路舞动风险的实时监测、准确预测和及时预警。

本发明授权一种基于机器学习模型的架空线路舞动预警系统及方法在权利要求书中公布了：1.一种基于机器学习模型的架空线路舞动预警方法，其特征在于，所述方法包括：S1、在架空线路上设置多个监测节点；S2、根据各节点的舞动数据，获得各节点的权重系数；根据各节点的舞动数据以及对应的环境参数，获得各节点在预设时间内的第一风险；通过各节点的权重系数以及各节点的环境参数，建立线路动态预测模型；根据线路动态预测模型，预测在预设时间内的线路舞动风险；其中，通过历史舞动数据，获得线路平均舞动时长；根据当前各环境参数、线路重要性评分以及线路平均舞动时长，动态调整并确定预设时间；S3、根据预测结果发出舞动预警以及提供决策支持，所述预测结果包括第一风险和线路舞动风险；所述通过各节点的权重系数以及各节点的环境参数，建立线路动态预测模型，包括：根据各节点的权重系数，分别将同一线路多个节点同一时间段的环境参数以及各节点的舞动数据进行加权平均，获得线路对应各环境参数的加权平均值以及线路的平均舞动数据；通过线路的各环境参数的加权平均值、对应线路的平均舞动数据以及连续多次对应线路各环境参数的加权平均值的变化以及平均舞动数据的变化，建立线路动态预测模型；所述预设时间通过下式获得：，其中，Ty为线路当前预设时间长度，Ta为线路平均舞动时长，Ec为线路当前环境参数变化率；Ea为线路历史平均环境参数变化率；Ch为当前预测模型第h个输入环境参数的最大变化率；Xh为预测模型第h个输入环境参数的权重；v为预测模型输入的环境参数个数；Cha为预测模型第h个输入环境参数统计时间段内最大变化率的均值；k为线路重要性评分，0k1；β为调节系数，0β1。

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兰州交通大学，其通讯地址为：730070 甘肃省兰州市安宁区安宁西路118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”。