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！

龙图腾网获悉集美大学申请的专利基于粒球直觉模糊建模的电力物联网异常检测方法及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：CN121615050B 。

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：202610129556.3，技术领域涉及：G06F18/2433；该发明授权基于粒球直觉模糊建模的电力物联网异常检测方法及系统是由谢加良;陈大江;王鸿辉;邱健祥;邱宇航设计研发完成，并于2026-01-30向国家知识产权局提交的专利申请。

本基于粒球直觉模糊建模的电力物联网异常检测方法及系统在说明书摘要公布了：本发明属于电力异常检测技术领域，具体涉及基于粒球直觉模糊建模的电力物联网异常检测方法及系统，包括：根据已知的正常数据和异常数据，构建多个对应已知类别标签的训练粒球直觉模糊模型，并组成训练粒球直觉模糊集；以训练粒球直觉模糊集为参照，构建多个未知类别的待测粒球直觉模糊模型集；计算每个待测粒球直觉模糊模型和所有训练粒球直觉模糊模型之间的模糊距离；将模糊距离最小的训练粒球直觉模糊模型所对应的已知类别标签赋予对应的未知类别数据；判断未知类别数据被赋予的已知类别标签是否为异常标签；若是，则确定未知类别数据为异常数据，并生成结构化告警信息。本发明的检测精度显著提升，计算效率高，具备强可解释性。

本发明授权基于粒球直觉模糊建模的电力物联网异常检测方法及系统在权利要求书中公布了：1.基于粒球直觉模糊建模的电力物联网异常检测方法，其特征在于，包括以下步骤： S1、根据电力物联网已知的正常数据和异常数据，构建多个对应已知类别标签的训练粒球直觉模糊模型，并组成训练粒球直觉模糊集；具体方法为： S11、采集电力物联网的已知正常数据和已知异常数据，并对已知正常数据和已知异常数据进行预处理，得到数据集； 所述已知正常数据和已知异常数据为来自于变电站监控系统、配电自动化终端、智能电表集中器及边缘网关的多源异构数据流，所述多源异构数据流包括数值型遥测信号、离散事件日志、通信报文字段以及时间戳信息； 所述预处理为清洗、转换、归一化处理，具体方法为：对缺失的数据值进行零填充，对非数值的数据进行编码；随后对所有数据的数值特征进行最大最小归一化； S12、通过随机森林分类器对数据集进行拟合，依据每棵决策树节点分裂时不纯度的平均值计算各数据特征的重要性得分，选取重要性排名靠前的多个数据特征，得到训练集； S13、先按正常标签和异常标签将训练集分割为多个独立的子集，再对每个子集单独运行K均值聚类，生成多个训练粒球； S14、以每个训练粒球的几何中心为参考点，依据训练粒球内所有数据到几何中心的距离，加权计算该训练粒球的隶属度、非隶属度与犹豫度，以构建对应类别标签的训练粒球直觉模糊模型，并组成训练粒球直觉模糊集； S2、以训练粒球直觉模糊集为参照，根据电力物联网的未知类别数据，构建多个未知类别的待测粒球直觉模糊模型，并组成待测粒球直觉模糊集；具体方法为： S21、采集电力物联网的未知类别数据，并对未知类别数据进行清洗、转换、归一化处理，得到待测数据集； S22、以训练粒球直觉模糊集为参照，构建多个未知类别的待测粒球直觉模糊模型，并组成待测粒球直觉模糊集； S3、计算待测粒球直觉模糊集中的每一个待测粒球直觉模糊模型和训练粒球直觉模糊集中的所有训练粒球直觉模糊模型之间的模糊距离； S4、将与待测粒球直觉模糊模型模糊距离最小的训练粒球直觉模糊模型所对应的已知类别标签赋予待测粒球直觉模糊模型所对应的未知类别数据； S5、判断未知类别数据被赋予的已知类别标签是否为异常标签；若否，则确定未知类别数据为正常数据；若是，则确定未知类别数据为异常数据，并生成结构化告警信息； 所述结构化告警信息包括异常标签信息、置信度、与异常数据最相似的训练粒球直觉模糊模型的属性以及关键解释字段。

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集美大学，其通讯地址为：361021 福建省厦门市集美区银江路185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。