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！

龙图腾网获悉福州大学申请的专利基于特征图像组合与改进ResNet-18的电能质量扰动识别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：CN115618203B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202211289943.1，技术领域涉及：G06F18/10；该发明授权基于特征图像组合与改进ResNet-18的电能质量扰动识别方法是由张逸;欧杰宇设计研发完成，并于2022-10-20向国家知识产权局提交的专利申请。

本基于特征图像组合与改进ResNet-18的电能质量扰动识别方法在说明书摘要公布了：本发明提出一种基于特征图像组合与改进ResNet‑18的电能质量扰动识别方法。首先，对各电能质量扰动信号进行变分模态分解得到一系列固有模态函数与残差分量；其次，将固有模态函数、残差分量、原始扰动信号与Subtract分量纵向拼接成分量矩阵，利用信号‑图像转化方法生成特征分量彩色图；再次，对原始扰动信号进行连续小波变换生成小波时‑频图；最后，将特征分量彩色图与小波时‑频图并行输入改进的六通道ResNet‑18完成扰动识别。通过仿真信号对电能质量扰动识别方法进行分析，其结果表明所提方法具有较好的抗噪性能并且能够更好地提取电能质量扰动特征信息，达到更高的识别准确率。

本发明授权基于特征图像组合与改进ResNet-18的电能质量扰动识别方法在权利要求书中公布了：1.一种基于特征图像组合与改进ResNet-18的电能质量扰动识别方法，其特征在于： 首先，对各种类型的电能质量扰动信号进行变分模态分解VMD，得到固有模态函数IMFs与残差分量； 将固有模态函数、残差分量、原始扰动信号与Subtract分量纵向拼接成分量矩阵，利用信号-图像转化方法生成三通道n×n×3特征分量彩色图；所述Subtract分量指的是原始扰动信号与正常信号取绝对值做差； 其次，对原始扰动信号进行连续小波变换生成小波时-频图；最后，将特征分量彩色图与小波时-频图组合输入改进的六通道ResNet-18完成扰动识别； 将固有模态函数、残差分量、原始扰动信号与Subtract分量纵向拼接成分量矩阵的过程具体包括： 将分解分量与Subtract分量、原始扰动信号、IMFs与残差分量进行纵向拼接，构成分量矩阵，以抑制信号分解方法的端点效应并放大电能质量扰动信号的隐含特征；其中Subtract分量的构成方式如式1所示，由扰动信号yt与正常运行信号yNormalt取绝对值相减构成： Subtractt＝|yt|-|yNormalt|1 各分量纵向拼接形成增广矩阵X，如式2所示： 利用信号-图像转化方法生成三通道n×n×3特征分量彩色图具体包括： 利用分量矩阵规范化方法与伪彩色编码技术将增广矩阵X转化为三通道n×n×3特征分量彩色图，如式3所示： 在式3中，Pm,n表示第m行、第n列中像素矩阵的像素值；xi表示第i个数据点的值；xmin与xmax分别表示各分量的最小值与最大值；通过式3将分量矩阵内数值规范化至0,255区间内，使分量矩阵中的每一个值具有一定的像素强度，根据各像素点值的大小将其绘制为灰度图，再利用伪彩色编码将灰度图转化为特征分量彩色图； 特征图像组合具体指的是：将特征分量彩色图与小波时-频图进行图像组合，形成既具有时-频能量特征又具有扰动信号深层特征的六通道n×n×6图像； 所述改进的六通道ResNet-18以三通道ResNet-18结构为基础： 将输入二维图像的通道数增加为两倍，将卷积层中卷积核的数目也增加为两倍以保证通道数与图像尺寸相适应；在网络中增加两层全连接层，分别为全连接数为2000的全连接层与全连接数为1000的全连接层以保证特征量与通道数相适应；最后添加一层全连接数为扰动数的全连接层用于分类识别。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。