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！

龙图腾网获悉国网湖北省电力有限公司鄂州供电公司申请的专利一种多源融合与元学习驱动的电力设备智能诊断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：CN120317142B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202510559680.9，技术领域涉及：G06F30/27；该发明授权一种多源融合与元学习驱动的电力设备智能诊断方法及系统是由汪俊洋;吴青;陈威;郑昱君;魏博文;魏可仪;骆林峰;尹宓;陈果;郭姗姗;杜翔;盛姗姗设计研发完成，并于2025-04-30向国家知识产权局提交的专利申请。

本一种多源融合与元学习驱动的电力设备智能诊断方法及系统在说明书摘要公布了：本申请涉及人工智能领域，公开了一种多源融合与元学习驱动的电力设备智能诊断方法及系统。该方法包括：采集设备的振动、电流和温度等多源运行特征数据；对所采集数据进行时空对齐与归一化处理，提取标准化特征向量；通过动态权重融合模型对多源特征进行融合分析，结合故障知识库进行特征匹配，实现对设备故障类型、预计停机时间和风险等级的智能诊断输出；当诊断置信度超过阈值或实际故障确认时，触发元学习模块对融合权重进行优化更新；诊断结果通过边缘终端显示并反馈至云平台，进一步完善知识库与模型性能。本发明兼具自适应性与智能性，能够提升电力设备故障诊断的准确率与响应效率，适用于变电站、配电网等多种场景。

本发明授权一种多源融合与元学习驱动的电力设备智能诊断方法及系统在权利要求书中公布了：1.一种多源融合与元学习驱动的电力设备智能诊断方法，其特征在于，包含有以下步骤： S1、采集设备的振动、电流和温度多源运行特征数据； S2、对所采集的多源数据进行预处理和时空对齐，提取标准化特征向量； S3、通过动态权重融合模型对多源特征进行融合分析，结合故障知识库进行特征匹配，实现对设备故障类型、预计停机时间和风险等级的智能诊断输出； S4、当诊断置信度超过阈值或实际故障确认时，触发元学习模块对融合权重进行优化更新； S5、将诊断结果通过边缘终端显示并反馈至云平台，进一步完善知识库与模型性能； 步骤S3中，对多源特征进行融合分析的动态权重融合模型：；其中，，分别为振动特征、电流特征、温度特征的可学习的动态权重，为激活函数，代表融合后的诊断置信度； 融合特征与故障知识库中的故障模板进行余弦相似度匹配，振动特征向量、电流特征向量、为温度特征向量： ；其中，表示第个故障模式的模板向量；输出相似度最高的故障类型及其相似度，当该相似度超出设定相似阈值，诊断为对应的故障类型；所述设定阈值取值范围为0.85至0.95； 根据融合输出及故障模型匹配结果，将设备状态划分为不同风险等级， 所述风险等级划分标准：；设备风险等级划分为以下三类： 指低风险：检测到轻微异常或初始故障征兆，暂不影响运行，可持续监测； 指中风险：故障特征明显但尚不稳定，建议在计划检修窗口中处理，具备一定运行风险； 指高风险：故障概率高，预计将在短时间内发生失效，需立即停机检修； 所述步骤S3中预计停机时间基于融合特征与故障知识库中同类历史案例的匹配结果、当前风险等级及诊断置信度计算得出：；其中为匹配的第类故障历史平均失效时间，为风险等级因子，和为调节系数，为置信度函数，置信度函数为线性或指数形式； 所述步骤S4中，元学习优化模块在以下条件下被触发，当诊断置信度或实际验证发生故障时，启用元学习模块对融合权重进行优化：；其中，损失函数采用均方误差定义：；其中表示融合特征样本对应的目标置信度。

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湖北省电力有限公司鄂州供电公司，其通讯地址为：436099 湖北省鄂州市凤凰路100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。