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！

龙图腾网获悉江西水利电力大学;国网江西省电力有限公司电力科学研究院申请的专利面向样本稀缺下变压器故障识别与泛化性提升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：CN120808821B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202511255843.0，技术领域涉及：G10L25/51；该发明授权面向样本稀缺下变压器故障识别与泛化性提升方法及系统是由康兵;童超;谭代波;李帆;袁小翠;马永力;丁贵立;崔明建;张兴旺;王宗耀;赏旭;袁港澳;徐昱文;吕嘉威;周天晨;肖蓓蓓设计研发完成，并于2025-09-04向国家知识产权局提交的专利申请。

本面向样本稀缺下变压器故障识别与泛化性提升方法及系统在说明书摘要公布了：本申请涉及电力设备诊断技术领域，具体公开了一种面向样本稀缺下变压器故障识别与泛化性提升方法及系统，方法包括构建变压器的频域波动方程及阻抗边界条件；将频域波动方程及阻抗边界条件嵌入初始物理信息网络模型的神经网络节点及损失函数中，得到目标物理信息网络模型，基于历史声纹数据及故障样本数据构建元学习多任务的训练样本集及目标域测试集，采用模型无关元学习对目标物理信息网络模型进行训练，以及基于目标域测试集对训练后的模型进行泛化能力测试，得到目标元模型；将目标元模型嵌入于在线声纹识别系统中进行特征提取及故障类型识别，输出变压器故障标签，方法提高了在故障样本稀缺以及跨设备、跨工况情况下的泛化能力。

本发明授权面向样本稀缺下变压器故障识别与泛化性提升方法及系统在权利要求书中公布了：1.一种面向样本稀缺下变压器故障识别与泛化性提升方法，其特征在于，包括： 步骤S100：构建变压器多介质传播声场的频域波动方程及多介质传播的阻抗边界条件； 步骤S200：构建初始物理信息网络模型，将所述频域波动方程以及所述阻抗边界条件嵌入所述初始物理信息网络模型的神经网络节点及损失函数中，得到目标物理信息网络模型，其中，所述目标物理信息网络模型用于对声纹信号进行跨介质特征提取以获得融合的多尺度声纹表征向量； 步骤S300：获取多个不同变压器的历史声纹数据及故障样本数据，基于所述历史声纹数据及所述故障样本数据构建元学习多任务的训练样本集及目标域测试集，每一所述训练样本集包括支持集和查询集； 步骤S400：基于所述训练样本集并采用模型无关元学习对所述目标物理信息网络模型进行训练，以及基于所述目标域测试集对训练后的模型进行泛化能力测试，得到目标元模型； 步骤S500：将所述目标元模型嵌入于在线声纹识别系统中，对实时采集的目标域声纹样本进行特征提取及故障类型识别，输出变压器故障标签。

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江西水利电力大学;国网江西省电力有限公司电力科学研究院，其通讯地址为：330000 江西省南昌市高新区天祥大道289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。