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;南方电网科学研究院有限责任公司申请的专利油浸式变压器故障诊断方法、系统及可读存储介质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：CN114358116B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202111414926.1，技术领域涉及：G06F18/24；该发明授权油浸式变压器故障诊断方法、系统及可读存储介质是由梁栋炀;石鑫;房方;王婷婷;罗兵设计研发完成，并于2021-11-25向国家知识产权局提交的专利申请。

本油浸式变压器故障诊断方法、系统及可读存储介质在说明书摘要公布了：本发明提供了一种油浸式变压器故障诊断方法、系统及可读存储介质，包括：S1：获取不同故障状态下和正常状态下对应的气体含量；S2：对S1中的气体进行筛选，选择具备集中性和完整性的气体作为特征气体输入模型，并将特征气体对应的变压器状态进行整数编码作为模型训练的输出结果；S3：进行预处理，保留有效数据作为第一训练集；S4：进行分层划分、样本合成平衡和标准化处理；S5：进行训练和测试；S6：进行变压器故障诊断。本发明可以弥补现有的基于传统人工智能算法的油浸式变压器故障诊断算法的不足，提高油浸式变压器故障诊断的准确率，提高供电可靠性。

本发明授权油浸式变压器故障诊断方法、系统及可读存储介质在权利要求书中公布了：1.一种油浸式变压器故障诊断方法，其特征在于，所述故障诊断方法包括： S1：从历史数据库中获取变压器故障样本和正常样本，通过气体分析法从样本中获取不同故障状态下和正常状态下对应的气体含量； S2：对S1中的气体进行筛选，选择具备集中性和完整性的气体数据作为特征气体输入模型，并将特征气体对应的变压器状态进行整数编码作为模型训练的输出结果； S3：对模型的输入数据和输出结果进行预处理，保留有效数据作为第一训练集； S4：对第一训练集进行分层划分、样本合成平衡和标准化处理，获取第二训练集； S5：将第二训练集输入XGBoost算法中进行训练和测试； S6：通过宏平均后的准确率、召回率和F1得分对S5中训练和测试的结果进行变压器故障诊断； 所述S4中样本合成平衡具体为：采用合成少数类样本方法SMOTE，对少数类样本进行识别分析并合成新的少数类样本； 所述S4中标准化处理具体为：对数据集进行标准化处理，标准化公式采用： 其中，x*表示标准化后的数据，x为原始数据，和xstd分别为均值和标准差； 所述S5中经SMOTE平衡后且标准化的数据集送入XGBoost算法中进行训练和测试具体为： XGBoost是由多个分类与回归树ClassificationandRegressionTrees,CART模型组成的加法模型，该加法模型为 其中，表示第i个预测结果，K表示CART树的棵数，fk表示具体的CART树的模型； XGBoost的目标函数定义为： 其中Objxgb表示XGBoost模型的目标函数，表示自定义的损失函数，根据任务的不同，回归问题可采用均方差函数作为损失函数，分类问题可采用对数损失函数等；Ωfk表示CART树的正则项，n为样本数量； XGBoost模型的训练过程是基于Boost梯度提升的迭代过程，目的是使得目标函数达到最小，经过每一棵CART树的梯度提升迭代过程和泰勒公式二阶导数展开，最后化简可得到最终的损失函数表达式为： 其中，分别表示叶子结点j所包含样本一阶偏导数的累加之和与二阶偏导数累加之和，且两个量都是常量；Ij＝{i|qxi＝j}表示将属于第j个叶子结点的所有样本xi划入到一个叶子节点的样本集合中；是第t-1次迭代的第i个变量的预测结果，是第t次迭代后第i个变量的预测结果；T表示叶子数量，γ表示叶子数量系数，γ越大表示施加的惩罚越大，就越希望获得结构简单的树，该参数可以有效防止叶子数过多；λ表示叶子节点的权重向量系数，实际上是正则法中的步长调节，λ越大也表示越希望获得结构简单的树； 上式给出了目标函数的最终结果，在实际求解中，λ和γ为自定义参数，应先求出每个节点每个样本的一阶导数si和二阶导数pi，然后针对每个节点对所含样本求和得到Sj和Pj，最后遍历决策树的节点即可得到目标函数； 在实际训练过程中，由于树的结构不确定，XGBoost采用贪婪算法来找到叶子节点的最优切分点，并计算分裂节点的收益；则对于目标函数来说，分裂后的收益为 其中，L表示左子树，R表示右子树；增益越大，意味着分裂前比分裂后的差距越大，也就意味着梯度下降得越明显。

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;南方电网科学研究院有限责任公司，其通讯地址为：102206 北京市昌平区回龙观镇北农路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”。