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！

龙图腾网获悉西安交通大学;国网江苏省电力有限公司无锡供电分公司申请的专利电力设备局部放电多参量融合识别方法、装置、电子设备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：CN116340878B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202310132489.7，技术领域涉及：G06F18/25；该发明授权电力设备局部放电多参量融合识别方法、装置、电子设备是由任明;关浩斌;张涛;王凯;缪金设计研发完成，并于2023-02-17向国家知识产权局提交的专利申请。

本电力设备局部放电多参量融合识别方法、装置、电子设备在说明书摘要公布了：本发明公开了一种电力设备局部放电多参量融合识别方法、装置、电子设备，所述方法包括：利用多种类型的传感器测量电力设备的局部放电数据，基于所述局部放电数据生成多个传感参量的相对能量幅值；基于所述相对能量幅值，使用卡方检验与最大相关最小冗余算法进行局部放电特征提取并使用支持向量机算法建立相应的分类模型；基于所述分类模型的软输出结果，使用Dempster‑Shafer证据理论进行决策融合。本发明显著提高了放电类型识别的正确率，为局部放电检测提出了高置信度的方案。

本发明授权电力设备局部放电多参量融合识别方法、装置、电子设备在权利要求书中公布了：1.一种电力设备局部放电多参量融合识别方法，其特征在于，所述方法包括以下步骤： 利用多种类型的传感器测量电力设备的局部放电数据，基于所述局部放电数据生成多个传感参量的相对能量幅值； 基于所述相对能量幅值，使用卡方检验与最大相关最小冗余算法进行局部放电特征提取并使用支持向量机算法建立相应的分类模型； 基于所述分类模型的软输出结果，使用Dempster‑Shafer证据理论进行决策融合； 其中，所述基于所述相对能量幅值，使用卡方检验与最大相关最小冗余算法进行局部放电特征提取并使用支持向量机算法建立相应的分类模型的步骤包括： 使用卡方检验与最大相关最小冗余算法基于所述相对能量幅值进行局部放电特征提取； 使用纠错输出码将局部放电类型的多分类问题转化为支持向量机可处理的二分类问题： 引入编码矩阵为的三元纠错输出码策略以增强模型的鲁棒性，二元分类器的概率估计与第k类的后验概率的关系为： ，表示第k类的后验概率，表示所有的类型数量； 表示指示函数，其计算规则为： ，，优化与之间的Kullback‑Leibler散度，为待优化的概率估计： ，N为二元分类器的数量，为第j个二元分类器的训练样本数量； 以各个所述相对能量幅值为输入量，使用支持向量机进行分类，通过最小化以下目标函数来实现超平面斜率w和超平面截距b的求解： ，为拉格朗日乘子，是自由变量；为数据样本数量；为第i个数据的二元分类标签；为第i个数据的分类器输入向量，由各个传感器的相对能量幅值构成； 引入松弛变量及惩罚因数，目标函数更新为： ，表示惩罚参数，为预先设定的值；和均为拉格朗日乘子，是自由变量；表示松弛变量： ，对上述更新后的目标函数进行求解，得到超平面斜率w和超平面截距b； 根据所训练的支持向量机模型，使用sigmoid函数进行软输出变换： ，表示分类器将样本x分为“1”的概率，为样本x的分类结果； 对于参数A和B的值，通过求解以下正则化最大似然函数得到： ，上式中，，为数据样本数量； ，其中，为第i个样本的分类标签，和分别为正样本数量和负样本数量。

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西安交通大学;国网江苏省电力有限公司无锡供电分公司，其通讯地址为：710049 陕西省西安市咸宁西路28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”。

以上内容由龙图腾AI智能生成。