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！

龙图腾网恭喜国网浙江省电力有限公司台州供电公司申请的专利基于时空图卷积网络模型的变电站二次设备故障定位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：CN119557740B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202510127809.9，技术领域涉及：G06F18/241；该发明授权基于时空图卷积网络模型的变电站二次设备故障定位方法是由常俊晓;吴坚;卢姬;应宇鹏;虞家骏;张浩;周威铮;张琦;潘光辉;蒋旭;黄镇;王家琪;耿娇;叶仁杰;叶敏芝设计研发完成，并于2025-02-05向国家知识产权局提交的专利申请。

本基于时空图卷积网络模型的变电站二次设备故障定位方法在说明书摘要公布了：本发明提供了基于时空图卷积网络模型的变电站二次设备故障定位方法，基于变电站二次设备的历史故障数据提取特征信息，将二次设备的运行状态、SVGOOSE信号接收状态和采样值按照时间序列排列生成故障特征集；基于时间序列中故障特征集变化趋势，对故障特征数据进行多模态特征融合；基于故障特征构建STGCN模型；利用历史故障样本训练STGCN模型，通过数据预处理和特征筛选提取出与故障高度相关的特征，构建优化的特征集合，不断提升模型的故障定位精度，全面建立故障特征信息与故障类别的关联映射关系；结合故障推理规则，将特征集合输入STGCN模型，利用模型的时空图卷积能力准确定位二次设备故障，实现了提升对变电站二次设备故障诊断的准确性和效率的功能。

本发明授权基于时空图卷积网络模型的变电站二次设备故障定位方法在权利要求书中公布了：1.基于时空图卷积网络模型的变电站二次设备故障定位方法，其特征在于：包括以下步骤：S1：获取二次设备的历史数据，构建包括运行状态信息、SVGOOSE接收状态信息和采样值的故障特征集；将故障特征数据按照时间序列排序，与相应的二次设备故障逐一对应；S2：提取并筛选高相关性的故障特征，构建筛选后的故障特征集；S3：基于时间序列对故障特征集的数据进行多模态特征融合处理得到故障特征融合数据；具体步骤为：S31：根据历史数据中故障特征集的数据取值、变化趋势和变化速率构建故障特征融合权重矩阵；设故障特征集中的数据为；a为大于1的常数；故障特征越限系数为： ；设b为小于1的常数，表示故障特征在时段内的变化量；变化趋势系数为： ；设为故障特征基础系数，根据故障特征重要性进行调整；则故障特征融合系数为： ；组合所有故障特征对应的故障特征融合系数得到故障特征融合权重矩阵；S32：将故障特征集与故障特征融合权重矩阵相乘得到故障特征融合数据；S4：构建包括三层1D-CNN网络和一层GCN网络的STGCN模型用于同时学习特征图数据的空间和时间特征；将故障特征融合数据划分为训练集和测试集，训练集用于进行模型学习，测试集用于评估模型的性能和准确性；得到训练后的STGCN模型；S5：设定自适应天气条件的故障特征信息数量动态阈值以检测二次设备故障；当检测到二次设备故障时，依据故障推理规则诊断和定位故障位置；若推理规则无法准确定位故障位置，则将故障特征融合数据输入训练后的STGCN模型，通过模型识别和定位二次设备的故障位置。

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浙江省电力有限公司台州供电公司，其通讯地址为：318000 浙江省台州市中心大道809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”。