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！

龙图腾网获悉江西太平洋电缆集团有限公司申请的专利基于多模态深度学习的电力电缆运行状态实时评估系统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：CN121302020B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511889636.0，技术领域涉及：G06F18/24；该发明授权基于多模态深度学习的电力电缆运行状态实时评估系统是由毛华撑;周玲燕;齐红磊;黎超群设计研发完成，并于2025-12-15向国家知识产权局提交的专利申请。

本基于多模态深度学习的电力电缆运行状态实时评估系统在说明书摘要公布了：本发明涉及电力设备状态监测技术领域，具体公开了基于多模态深度学习的电力电缆运行状态实时评估系统，通过电流电压传感器、特高频传感器和分布式光纤传感器同步采集电缆的负荷、局部放电和温度应变数据；对多源数据进行特征提取和跨维度融合，构建多维特征矩阵；利用预训练的深度学习模型分析特征间的内在关联，输出电缆健康度评分、故障风险等级和缺陷类型识别结果；根据评估结果自动生成并执行负荷调整、回路切换或精准检修策略；本发明解决了传统监测方法数据孤立分析导致的评估不准、预警滞后问题，实现了电缆运行状态的实时精准评估和智能闭环运维。

本发明授权基于多模态深度学习的电力电缆运行状态实时评估系统在权利要求书中公布了：1.基于多模态深度学习的电力电缆运行状态实时评估系统，其特征在于，包括： 数据采集模块，用于同步采集电力电缆运行过程中的多源监测数据并直接组合成多模态数据集；所述多源监测数据包括负荷变化序列、局部放电波形以及沿电缆长度分布式温度与应变分布； 特征提取模块，用于对多模态数据集进行特征提取，包括：采用滑动时间窗口从负荷变化序列中提取负荷波动特征向量； 对局部放电波形采用db4小波基进行5层分解以分离噪声；基于去噪后的局部放电波形，以波形幅值均值加3倍标准差为阈值识别有效放电脉冲；在1分钟统计周期内，按对数坐标统计幅值分布，按工频周期等分18个区间统计相位分布，结合每分钟脉冲总数，形成三维统计特征图谱； 根据电缆敷设路径的空间特性，采用多层级网格划分方法，将电缆沿长度方向划分为不同精度的空间网格； 对每个空间网格内的沿电缆长度分布式温度与应变分布进行空间连续性分析，通过计算相邻网格间的温度梯度和应变突变程度，识别出温度异常升高区域和应变突变区域，作为电缆局部热机械联合故障的候选位置区域，提取候选位置区域的温度应变特征参数，所述温度应变特征参数包括：区域内的最大温度梯度值、平均应变突变程度、候选位置区域连续长度、以及候选位置区域中心位置距电缆起点的距离； 特征融合模块，用于建立负荷波动特征与放电统计特征之间的时间关联强度、放电统计特征与温度应变特征之间的空间对应关系、以及温度应变特征与负荷波动特征之间的动态响应关系，构建多维度特征关联网络，并生成统一的多维特征矩阵，具体包括： 将负荷波动特征与放电统计特征在相同时间窗口内进行比对，通过分析负荷变化趋势与放电脉冲发生频率、幅值变化的同步性，计算得到时间关联强度； 将放电统计特征与温度应变特征按照测量点的实际位置进行网格化匹配，通过分析放电活动位置与温度候选位置区域的空间分布关系，计算得到空间对应关系； 将时间关联强度和空间对应关系进行综合分析，通过追踪温度变化对负荷波动的响应特性，以及负荷变化对温度分布的影响模式，建立动态响应关系； 状态评估模块，将多维特征矩阵输入到经过预训练的电缆运行状态评估模型中，通过分析多模态特征间的内在联系和演化规律，同时输出电缆的综合健康度评分、故障风险等级及缺陷类型识别结果； 智能决策模块，根据电缆运行状态评估结果自动制定运维策略，当识别到故障风险等级超过设定阈值时，自动执行负荷调整、备用回路切换或发出包含定位信息的检修指令。

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江西太平洋电缆集团有限公司，其通讯地址为：330000 江西省南昌市南昌县小蓝经济开发区鑫维大道328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”。

以上内容由龙图腾AI智能生成。