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！

龙图腾网获悉山东舒尔智能工程有限公司申请的专利一种机房配电设备远程监控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：CN121093240B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511641642.4，技术领域涉及：G06F18/2433；该发明授权一种机房配电设备远程监控方法及系统是由李祖琦;韩宾;许腾飞;许舒溢设计研发完成，并于2025-11-11向国家知识产权局提交的专利申请。

本一种机房配电设备远程监控方法及系统在说明书摘要公布了：本发明属于机房配电技术领域，本发明提供了一种机房配电设备远程监控方法及系统，包括：通过部署边缘设备实时采集运行数据，融合基础运行数据、瞬态特征数据及历史异常数据构建状态评分模型，利用神经网络训练权重系数实现设备健康度动态评估；基于评分结果自适应调整采样频率，结合电流突变强度、能量突变量、温度梯度等多特征阈值筛选异常数据，仅保留异常时段高频数据片段；通过边缘‑云端协同存储机制，异常数据经RAID冗余校验后本地缓存，正常数据按存储时长与访问频率分级上传至云端，通过标签化处理实现数据全生命周期可追溯，提升异常检测灵敏度，兼顾存储效率与故障诊断可靠性。

本发明授权一种机房配电设备远程监控方法及系统在权利要求书中公布了：1.一种机房配电设备远程监控方法，其特征在于：包括： S1：部署边缘设备实时采集机房配电设备运行数据，构建机房配电设备状态评分模型，基于机房配电设备状态评分模型，构建动态采样矩阵； 所述构建机房配电设备状态评分模型的具体过程包括： 通过融合基础运行数据、瞬态特征数据、历史异常数据生成机房配电设备状态评分模型； 基础运行数据包括：负载率、电流有效值、电压有效值、环境温湿度，用于分析设备长期运行趋势， 瞬态特征数据包括：电流波动方差、电压波动方差、温度变化速率，用于捕捉初期异常波动特征； 历史异常数据包括：同类设备异常频率、当前设备检修周期数据，用于预判潜在风险； 分别将基础运行数据、瞬态特征数据、历史异常数据处理； 基础运行数据处理过程为，选取负载率、电流有效值、电压有效值、环境温度、环境湿度为基础特征； 对每个基础特征采用线性归一化处理，再对归一化处理后的基础特征加权平均，得到基础运行数据综合归一化值，其中，为各基础特征权重，由历史故障数据通过神经网络训练得到，且满足分别为负载率、电流有效值、电压有效值、环境温度、环境湿度归一化处理后的值； 瞬态特征数据处理过程为，选取电流波动方差、电压波动方差、温度变化速率为瞬态特征；对各瞬态特征归一化后加权平均，得到瞬态特征综合归一化值：，其中，、、为瞬态特征权重，由历史故障数据通过神经网络训练得到，且满足，、、分别为电流波动方差、电压波动方差、温度变化速率归一化处理后的值； 历史异常数据处理过程为，定义历史异常因子为近7天同类设备异常频率与当前设备检修周期占比的加权和：，其中、为对应指标的归一化值；,为权重，满足； 再对反向归一化，即异常越多、风险越高，评分应越低：； 所述构建机房配电设备状态评分模型的具体过程还包括： 通过加权融合归一化加权处理后的基础运行数据、瞬态特征数据、历史异常数据得到状态评分中间值，再将状态评分中间值线性映射至[0,100]区间构建得到机房配电设备状态评分模型：，其中，、、分别为基础运行数据、瞬态特征数据、历史异常数据的权重系数，由机器学习算法训练优化得到，为取整操作，为基础运行数据综合归一化值，为瞬态特征综合归一化值，为近7天同类设备异常频率与当前设备检修周期占比的加权和的反向归一化值； S2：在边缘设备中对高频采样数据进行瞬态特征提取处理，设置多特征阈值，对瞬态特征提取处理后的高频采样数据进行筛选，区分出异常数据和正常数据，保留异常数据； 所述对高频采样数据进行瞬态特征提取处理的具体过程为： 提取电流瞬态特征： 计算电流信号在时间区间内的变化率，反映电流突变强度：，其中，、为时刻、的电流值，时间间隔； 计算电流能量突变量，通过积分电流平方在时间区间内的结果，反映短路或电弧的能量释放程度：，其中，为电流能量突变量，为积分时间区间的起始时刻，为积分时间区间的结束时刻，为电流的时域函数； 采用辛普森数值积分法近似计算，其中，为时间步长，为时间区间内的电流采样点总数且为偶数，为求和索引取值范围为1到，为时间区间内第2k-1个奇数步采样时刻，为时间区间内第2k个偶数步采样时刻； 提取温度瞬态特征： 温度梯度，计算温度信号在时间区间内的变化率，反映温度上升与下降速率：，其中，、分别为时刻、的温度值； 热扩散延迟：计算母线排温度峰值时刻与传感器温度峰值时刻的时间差，反映接触电阻异常导致的热传递延迟：，其中，为母线排温度的峰值时刻，为传感器检测温度的峰值时刻； 所述保留异常数据的具体过程为： 记录异常发生前至异常结束后的完整高频数据，数据长度为：，其中，为当前采样频率； S3：将异常数据存储在边缘设备处，并对存储的异常数据进行存储可靠性与访问实时性验证，正常数据分级上传至云端，并对所有异常数据和正常数据进行标签化处理，形成可追溯数据； 所述对存储的异常数据进行存储可靠性与访问实时性验证； 存储可靠性验证： 通过故障注入测试验证，模拟单块SSD突发故障，检查另一块SSD中异常数据的完整性，包括：对比故障前的数据文件数量、内容哈希值，确认数据无丢失； 若另一块SSD中异常数据的完整性完整，则存储可靠性验证通过； 若另一块SSD中异常数据的完整性不完整，则存储可靠性验证不通过，则对SSD进行故障修复； 故障修复后，即替换故障盘，验证RAID阵列是否自动重建镜像，确保长期存储的可靠性； 访问实时性验证： 对异常数据发起调取请求，记录从请求发起至异常数据完整呈现的响应时间；通过多次测试，若响应时间稳定在1秒以内，即满足实时访问需求，若响应时间稳定在1秒以外，即不满足实时访问需求； 若响应时间稳定在1秒以内，即满足实时访问需求。

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山东舒尔智能工程有限公司，其通讯地址为：250000 山东省济南市高新区舜华路2000号舜泰广场6号楼701室；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。