Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 龙岩学院王祝华获国家专利权

龙岩学院王祝华获国家专利权

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!

龙图腾网获悉龙岩学院申请的专利基于动态自适应的电气设备多模态故障诊断方法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:CN120337015B

龙图腾网通过国家知识产权局官网在2025-10-17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:202510829794.0,技术领域涉及:G06F18/2415;该发明授权基于动态自适应的电气设备多模态故障诊断方法是由王祝华;黄文呈;张铭;刘生建;温正明;俞红秀;刘世曦设计研发完成,并于2025-06-20向国家知识产权局提交的专利申请。

基于动态自适应的电气设备多模态故障诊断方法在说明书摘要公布了:本发明涉及电气设备故障诊断技术领域,公开了基于动态自适应的电气设备多模态故障诊断方法,该方法包括获取含振动、温度、电流信号的原始多模态信号流,输入动态自适应诊断网络,得到故障特征匹配结果集并确定各模态结果。该网络由历史故障数据训练而成,数据含从连续多模态信号提取的时域、频域及融合特征参数,及对应的故障类型标签、置信度系数。网络含跨模态特征融合、时空特征编码等模块,当至少两模态结果置信度系数超动态阈值时触发三级预警。本方法提升诊断全面性、准确性与实时性,适用于电气设备故障诊断。

本发明授权基于动态自适应的电气设备多模态故障诊断方法在权利要求书中公布了:1.一种基于动态自适应的电气设备多模态故障诊断方法,其特征在于,所述方法应用于电气设备故障诊断系统,所述方法包括: 获取待进行故障诊断的原始多模态信号流,所述原始多模态信号流包括振动信号、温度信号与电流信号; 将所述原始多模态信号流输入预训练的动态自适应诊断网络,得到故障特征匹配结果集; 基于所述故障特征匹配结果集确定所述原始多模态信号流中每个模态信号对应的故障特征匹配结果; 所述动态自适应诊断网络是将历史故障数据输入待训练的初始诊断网络进行训练得到的参数化网络,所述历史故障数据包括由一批历史多模态信号分别提取的一批历史特征参数以及与每个历史特征参数对应的故障类型标签和置信度系数,所述故障类型标签反映一个历史特征参数的异常状态标识,所述置信度系数反映与所述异常状态标识对应的修正因子,所述一批历史多模态信号是一批连续采集的电气设备运行信号,所述每个历史特征参数包括通过一个历史多模态信号和所述一个历史多模态信号的相邻历史多模态信号一并确定的特征参数; 所述故障特征匹配结果用于表示所述多模态信号流的故障类型标识; 通过以下步骤分别确定与所述一批历史特征参数中每个历史特征参数对应的故障类型标签和置信度系数,其中,每次确定故障类型标签和置信度系数的历史特征参数作为当前历史特征参数,与所述当前历史特征参数对应的故障类型标签和置信度系数作为当前故障类型标签和当前置信度系数: 将预存的故障类型标识集合中的每个故障类型标识按序与所述当前历史特征参数一并输入第一分类算法分支,得到第一组分类置信度指标,其中,所述第一组分类置信度指标包括所述每个故障类型标识对应的置信度指标; 将所述第一组分类置信度指标中数值最高的第一置信度指标对应的候选故障类型标识确定为所述当前故障类型标签对应的当前故障类型标识; 基于所述当前故障类型标签和与所述当前历史特征参数对应的基准验证标识确定所述当前置信度系数,其中,所述基准验证标识携带了所述当前历史特征参数对应的历史多模态信号中的校准标签,所述校准标签包括所述多模态信号流的目标故障类型标识,所述置信度系数用于表示所述当前故障类型标签与所述目标故障类型标识是否一致。

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龙岩学院,其通讯地址为:364012 福建省龙岩市新罗区东肖北路1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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。