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！

龙图腾网获悉南京中鑫智电科技有限公司;国家电网有限公司申请的专利一种基于人工智能的阀侧套管局部放电辨识方法及系统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：CN120408283B 。

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：202510914137.6，技术领域涉及：G06F18/24；该发明授权一种基于人工智能的阀侧套管局部放电辨识方法及系统是由张锦程;施睿弘;徐玲玲;王庆;陈争光;杨铭设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本一种基于人工智能的阀侧套管局部放电辨识方法及系统在说明书摘要公布了：本发明公开了一种基于人工智能的阀侧套管局部放电辨识方法及系统，涉及电力设备状态监测与故障诊断技术领域，包括同步采集多源信号；基于多源信号进行前置处理与特征融合，得到局部放电辨识的融合特征矩阵；基于局部放电辨识的融合特征矩阵，通过人工智能混合模型进行局部放电类型辨识与分类。本发明提升了模型对复杂场景下多类型放电行为的辨识鲁棒性，为后续人工智能模型提供语义表达更加完整、结构更加合理的高质量输入，实现了对局部放电类型的精准识别与稳定分类，有效降低了误报与漏报概率，同时具备在线学习和模型演进能力，使系统长期运行中仍能保持高识别率，满足智能电网对在线监测准确性与自适应性的双重要求。

本发明授权一种基于人工智能的阀侧套管局部放电辨识方法及系统在权利要求书中公布了：1.一种基于人工智能的阀侧套管局部放电辨识方法，其特征在于，包括： 同步采集多源信号； 基于多源信号进行前置处理与特征融合，得到局部放电辨识的融合特征矩阵； 基于局部放电辨识的融合特征矩阵，通过人工智能混合模型进行局部放电类型辨识与分类； 前置处理包括，对电磁波信号采用小波包分解方法进行去噪处理，提取电磁波信号时频域特征参数，基于波达方向算法对超声波信号进行空间定位，提取暂态地电压信号的脉冲幅值与变化率特征； 特征融合包括，将电磁波信号时频域特征参数、暂态地电压信号的脉冲幅值与变化率特征进行特征对齐，得到特征向量； 局部放电辨识的融合特征矩阵包括对融合特征矩阵进行注意力权重系数调整，通过注意力机制动态评估模态特征对放电类型识别贡献程度，得到权重增强后的融合特征矩阵，基于注意力机制计算特征向量之间的关联权重系数表示为： 构建电磁波特征向量FUHF∈Rn×d,FUS∈Rn×d,FTEV∈Rn×d，将模态特征统一变换后形成输入特征矩阵X∈Rn×d，在注意力机制中： Q＝XWQ,K＝XWK,V＝XWV其中，FUHF表示特高频电磁波信号的特征向量矩阵，FUS表示超声波信号的特征向量矩阵，FTEV表示暂态地电压信号的特征向量矩阵，n为特征数，d特征维度，Q、K、V分别表示查询、键、值向量表示，WQ、WK、WV为可训练的投影矩阵； 计算注意力权重矩阵表示为： 其中，A表示注意力权重矩阵，softmax.表示对矩阵中每一行进行归一化，使其转换为概率分布，用于控制各特征维度的权重分配，KT表示键矩阵的转置，dk表示键向量的维度； 生成加权融合后的融合特征矩阵表示为： Ffused＝AV其中，Ffused表示融合后的特征矩阵，V表示值矩阵； 人工智能混合模型包括对融合特征矩阵采用一维卷积神经网络提取局部特征，通过一维卷积核对融合特征矩阵进行局部空间和短期时序信息特征提取，得到局部特征表示，对局部特征表示提取长时依赖性的全局时序特征，形成全局时序特征表示，将局部特征表示和全局时序特征表示通过跳跃连接方式融合，构成同时包含短时局部与长时全局信息的混合特征向量，将混合特征向量输入分类层，通过Softmax函数输出局部放电类型识别与分类结果。

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南京中鑫智电科技有限公司;国家电网有限公司，其通讯地址为：210012 江苏省南京市雨花台区大周路34号科创城B3幢20楼；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。