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！

龙图腾网获悉华北电力大学申请的专利一种基于CycleGAN的电网故障诊断模型迁移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：CN115293029B 。

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：202210809869.5，技术领域涉及：G06F30/27；该发明授权一种基于CycleGAN的电网故障诊断模型迁移方法是由张旭;郭子兴;张紫琪设计研发完成，并于2022-07-11向国家知识产权局提交的专利申请。

本一种基于CycleGAN的电网故障诊断模型迁移方法在说明书摘要公布了：本发明提出一种基于CycleGAN的电网故障诊断模型迁移方法，获取电网故障告警信息实测和仿真数据样本；基于告警信息时序密度将实测和仿真告警信息文本转化为时序密度图，作为模型输入；基于CycleGAN对实测和仿真告警信息时序密度图进行特征学习和迁移；构建基于VGG的电网故障诊断模型；将经CycleGAN转化的实测告警信息时序密度图输入基于仿真数据预训练的故障诊断模型，依旧能够准确识别故障。本方法通过深度学习方法对电网告警信息进行特征学习和迁移，提高了电网故障诊断模型在实际应用中的模型迁移性能。

本发明授权一种基于CycleGAN的电网故障诊断模型迁移方法在权利要求书中公布了：1.一种基于CycleGAN的电网故障诊断模型迁移方法，其特征在于，所述方法包括： S1、获取电网故障告警信息实测和仿真数据样本； S2、基于告警信息时序密度将告警信息实测和仿真数据样本的文本转化为时序密度图；面向单个电气设备将告警信息分为保护动作信息、断路器动作信息、其他信息和全局信息四类；将每一条告警信息，在一定的时间窗口内形成离散数字序列，并在该时间窗口内对某类告警信息进行叠加，形成每个时刻离散点叠加求和的汇总序列；将四类告警信息按时序特征叠加计算后进行图形编码形成时序密度图 S3、基于循环生成对抗网络CycleGAN对实测和仿真告警信息时序密度图进行特征学习和迁移；所述CycleGAN由两个生成器和两个判别器四部分构成，将实测告警信息时序密度图样本集作为域A，仿真告警信息时序密度图样本集作为域B，通过CycleGAN中生成器和判别器的博弈训练使得域A和域B互相学习各自的分布特征，从而实现域A和域B相互的特征迁移转化；所述生成器由编码器、转换器和解码器组成；编码器通过CNN中各层卷积层实现特征的提取，转换器对编码器给出的特征向量进行组合提取，并利用这些特征实现告警信息时序密度图的特征向量由实测数据到目标域仿真数据的转化学习，解码器采用反卷积层将转换器的输入特征逐级还原为时序密度图的低级特征，最终生成特征迁移后的时序密度图； S4、构建基于VGG的电网故障诊断模型； S5、将经CycleGAN转化的实测告警信息时序密度图输入基于仿真数据预训练的故障诊断模型，得出故障诊断结果；包括：将实测告警信息时序密度图输入训练好的CycleGAN模型学习仿真告警信息时序密度图的分布特征，将特征迁移后的实测告警信息时序密度图输入基于VGG和仿真告警信息时序密度图训练好的电网故障诊断模型，实现实测数据在仿真数据训练模型的故障判别。

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华北电力大学，其通讯地址为：102206 北京市昌平区北农路2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”。