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！

龙图腾网获悉国网冀北电力有限公司;国网冀北电力有限公司秦皇岛供电公司;国网冀北电力有限公司经济技术研究院;北京科东电力控制系统有限责任公司申请的专利一种基于Transformer的电力设备故障检测模型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：CN114487673B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202210084506.X，技术领域涉及：G01R31/00；该发明授权一种基于Transformer的电力设备故障检测模型是由张晓华;吕志瑞;武宇平;陈建军;袁敬中;黄彬;杨静宇;王守鹏;余建明;张连超设计研发完成，并于2022-01-25向国家知识产权局提交的专利申请。

本一种基于Transformer的电力设备故障检测模型在说明书摘要公布了：本发明公开了一种基于Transformer的电力设备故障检测模型，所述Transformer模型的训练数据来源于一预处理模型，所述预处理模型包括上采样模块和词嵌入表示学习模块，所述上采样模块用于将输入的不平衡电力设备数据转换为平衡数据；所述词嵌入表示学习模块用于将所述平衡数据进行嵌入表示，输出基于电力设备表示的历史状态序列和标签数据的嵌入表示；所述Transformer模型采用多头注意力机制，以所述历史状态序列和标签数据的嵌入表示为输入，进行训练生成电力设备故障检测模型。本发明使用Transformer框架，根据输入数据时间序列信息和时间位置信息，使用多头注意力机制进行多维度特征挖掘，提高电力设备故障检测模型的特征输入质量，进而提升模型的电力设备故障检测准确率。

本发明授权一种基于Transformer的电力设备故障检测模型在权利要求书中公布了：1.一种基于Transformer的电力设备故障检测模型，其特征在于，所述电力设备故障检测模型包括一Transformer模型，所述Transformer模型的训练数据来源于一预处理模型，所述预处理模型包括上采样模块和词嵌入表示学习模块， 所述上采样模块用于将输入的不平衡电力设备数据转换为平衡数据； 所述词嵌入表示学习模块用于将所述平衡数据进行嵌入表示，输出基于电力设备表示的历史状态序列和标签数据的嵌入表示； 所述Transformer模型采用多头注意力机制，以所述历史状态序列和标签数据的嵌入表示为输入，进行训练生成电力设备故障检测模型； 所述上采样模块采用Borderline-SMOTE算法；所述上采样模块的数据处理过程包括：以电网电力设备数据集中包含的电力设备实体状态和标签作为Borderline-SMOTE上采样算法的输入，采用最近邻算法，计算出每个少数类样本的K个近邻，从K个近邻中随机挑选N个样本进行随机线性插值，构造新的少数类样本，然后将新生成的少数类样本和原始样本合并在一起，生成平衡的样本数据集，最后基于新构成的数据集进行嵌入表示； 所述上采样模块的数据处理过程具体包括： 步骤21、获得电网电力设备数据集，其中包含设备实体状态和对应标签； 步骤22、对电网电力设备数据集的数据进行遍历，使用最近邻算法确定样本x的近邻样本集合Dn，在所述近邻样本集合Dn中，与样本x相同类别的样本作为集合Dsame，与样本x不同类别的样本集合称为Dother； 步骤23、计算原始的电网电力设备数据集中多数类和少数类的样本数量差距，并根据该差距生成样本； 步骤24、得到种子样本生成的样本数后，K-means算法根据类簇中心和采样样本的欧氏距离，在每一次迭代划分样本的同时进行类簇中心坐标的更新； 步骤25、将各类簇中同类别的样本筛选出来组成样本集合Dc，然后根据特征类型的不同，进行相应的处理； 步骤26、对于每个种子样本xi，对应的类别yi，所在的类簇ci，存在对应需要生成的新样本数量Ngi，每次生成新样本时，根据Ngi及所在类簇各特征的分布FD[ci][yi]，先生成辅助样本xtemp，再进行线性插值，得到最终的生成样本xnew；对种子样本循环进行Ngj次样本生成操作后，得到基于该种子样本的一组生成样本，这些生成样本与种子样本属于相同类别；当每一个种子样本都完成样本生成后，将得到的生成样本集合Dg与原始数据集D合并，就得到了最终需要的平衡数据集Dbalance； 步骤27、针对最终获得的样本进行嵌入表示，嵌入表示后的样本的数据形式定义为M×N，其中M是样本数，用于表示不同电力设备的描述；N是特征数目； 所述Transformer模型包括： 输入数据处理模块，用于对输入的电力设备状态序列信息的嵌入表示做位置编码； Encoder模块，用于对输入的电力设备状态序列信息根据时间顺序进行位置编码，然后使用多头注意力机制实现自注意力信息融合； Decoder模块，用于对Encoder模块产生的编码使用多头注意力机制结合掩码进行解码； 所述Decoder模块的输出经过Linear和softmax，输出预测结果。

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国网冀北电力有限公司;国网冀北电力有限公司秦皇岛供电公司;国网冀北电力有限公司经济技术研究院;北京科东电力控制系统有限责任公司，其通讯地址为：100032 北京市西城区枣林前街32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。