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！

龙图腾网获悉长沙理工大学申请的专利一种高压发电机的故障识别方法及相关组件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：CN114781434B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202210295520.4，技术领域涉及：G06F18/241；该发明授权一种高压发电机的故障识别方法及相关组件是由王媛媛;刘潇韩;曾祥君;陈小桥;李毓洋;吴公平设计研发完成，并于2022-03-24向国家知识产权局提交的专利申请。

本一种高压发电机的故障识别方法及相关组件在说明书摘要公布了：本申请公开了一种高压发电机的故障识别方法及相关组件，在M台并联运行的高压发电机的总输出端的零序电压大于预设电压时，从第m台高压发电机的零序电压和电流信号中提取故障特征向量，并将其中具有最大全局相关性的确定为二维网格数据的几何中心网格的数据，将剩余的故障特征向量中分值最高的确定为离几何中心网格最近的任一空白的网格的数据，直至确定完所有故障特征向量；将二维网格数据输入卷积神经网络模型判断第m台高压发电机是否发生故障。故障特征向量为一维数据，挖掘其相关性和网格间的空间相邻相关关系构造二维网格数据，一维数据本质未变，避免一维数据分解变换成多维数据再进行融合时造成的信息冗余和误差累加，提高判断精度。

本发明授权一种高压发电机的故障识别方法及相关组件在权利要求书中公布了：1.一种高压发电机的故障识别方法，其特征在于，包括： 在M台并联运行的高压发电机的总输出端的零序电压大于预设电压时，获取预设时间段内第m台所述高压发电机的零序电压信号和零序电流信号，当前时间位于所述预设时间段内，1≤m≤M； 从所述零序电压信号和所述零序电流信号中提取出预设奇数数量的故障特征向量，所述故障特征向量为同一时刻从所述零序电压信号和所述零序电流信号中提取的故障特征构成的向量； 获取各个所述故障特征向量的全局相关性并将全局相关性最大的所述故障特征向量确定为二维网格数据的几何中心网格的数据，所述全局相关性为各所述故障特征向量与剩余的所述故障特征向量之间的相关系数之和； 除已确定为所述二维网格数据的所述故障特征向量外，获取剩余的所述故障特征向量中分值最高的所述故障特征向量并确定为所述二维网格数据中与所述几何中心网格的距离最小的任一空白的网格的数据，并重复该步骤直至所有的所述故障特征向量均被确定，其中，所述故障特征向量与已确定的所有的所述故障特征向量的相对距离加权的相关系数的平均值和所述分值呈正相关； 将所述二维网格数据输入预先训练好的卷积神经网络模型中，判断第m台所述高压发电机是否发生定子单相接地故障； 其中，根据打分公式对剩余的各个所述故障特征向量进行打分，其中所述T为任一个剩余的所述故障特征向量，所述Te为已确定的第e个所述故障特征向量，所述A为所述二维网格数据中与所述几何中心网格的距离最小的任一空白的网格，所述Ae为所述Te的网格，所述n为已确定的所有的所述故障特征向量的数量，所述CorrT，Te为所述T和所述Te的相关系数，所述DistA，Ae为所述A和所述Ae的几何中心连线长度。

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长沙理工大学，其通讯地址为：410114 湖南省长沙市天心区万家丽南路二段960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”。