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！

龙图腾网获悉华侨大学申请的专利一种局部放电模式识别方法及装置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：CN120385901B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202510891442.8，技术领域涉及：G01R31/12；该发明授权一种局部放电模式识别方法及装置是由方瑞明;林恩恒;彭长青;尚荣艳;陈国炎设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本一种局部放电模式识别方法及装置在说明书摘要公布了：本发明公开了一种局部放电模式识别方法及装置，涉及电力设备故障诊断领域，包括：对高压电气设备的局部放电信号进行采集；对采集到的数据进行预处理，获得单次脉冲信号；基于连续小波变换方法CWT生成单次脉冲的时频图并用多尺度卷积神经网络MCNN对生成的时频图进行空间特征提取；将MCNN提取的特征输入双向长短期记忆神经网络BiLSTM，获取局部放电特征的时序特性；使用注意机制聚焦BiLSTM输出拼接序列的关键片段，提取全局特征，提高模式识别的准确度。本发明能够根据采集的局部放电信号进行模式识别，判断出局部放电类型，有助相关人员制定针对性的维修计划，保障电气设备长期可靠运行。

本发明授权一种局部放电模式识别方法及装置在权利要求书中公布了：1.一种局部放电模式识别方法，其特征在于，包括： S1，获取采集到的高压电气设备的局部放电信号； S2，对局部放电信号进行预处理，获得单次脉冲信号； S3，计算局部放电的单位脉冲的CWT系数，基于CWT系数生成单次脉冲的时频图； S4，将时频图输入经训练的多尺度卷积神经网络MCNN，多尺度卷积神经网络MCNN进行特征融合获得空间特征表示； S5，将空间特征表示输入经训练的双向长短期记忆神经网络BiLSTM，获得局部放电特征的拼接序列；所述拼接序列包括前向和后向语义信息的时序特征表示； S6，将拼接序列输入经训练的注意力机制Attention网络，聚焦拼接序列关键片段，提取全局语义特征，将全局语义特征输入全连接层后，通过分类函数输出用于表征局部放电信号的放电类型或故障类型； 所述S3中，单位脉冲的CWT系数的计算方式如下： 其中，a表示尺度参数，表示小波基函数在时间轴上的伸缩因子；b表示小波函数在时间轴上的平移位置，用于分析信号在特定时刻的局部特征；xt为局部放电单次脉冲信号；t表示时间； 所述S3中，基于CWT系数生成单次脉冲的时频图，具体包括： 提取CWT系数的绝对值∣CWTa,b∣表示信号在不同频率和时间点的能量强度，并将尺度参数a转化为实际频率f，具体公式如下： 其中，fcenter为小波基的中心频率，Δt为局部放电单次脉冲信号的采样间隔； 将横轴设为时频图的时间轴，覆盖单次脉冲信号的完整时长；纵轴为频率轴，涵盖局部放电单次脉冲信号的频带范围；时频图采用Jet色谱表示能量强度，最终生成图像尺寸为64×64×3的时频图，其中64×64表示图像的分辨率为64行×64列像素，3代表采用RGB格式的三个彩色通道； 所述S5，具体包括： 将空间特征表示进行展平处理，转换为一维特征序列； 将一维特征序列划分为若干时间步，每一个时间步对应于原始时频图中的一个局部区域或特征块，以保证后续时序建模的结构一致性； 将一维特征序列输入至双向长短期记忆神经网络BiLSTM中进行时序特征提取，双向长短期记忆神经网络BiLSTM包含正向LSTM网络和反向LSTM网络两个子结构；正向LSTM依照时间顺序逐步处理各时间步特征，用于捕捉历史依赖信息；反向LSTM则按照时间反向顺序处理特征序列，用于提取未来状态对当前特征的潜在影响； 将正向与反向LSTM网络的输出结果在特征维度上进行拼接，形成包括前向与后向语义信息的时序特征表示。

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侨大学，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269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。