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 > 沈阳建筑大学;辽宁达能电气股份有限公司张珂获国家专利权

沈阳建筑大学;辽宁达能电气股份有限公司张珂获国家专利权

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!

龙图腾网获悉沈阳建筑大学;辽宁达能电气股份有限公司申请的专利一种多任务联合的高压隔离开关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:CN116186520B

龙图腾网通过国家知识产权局官网在2025-12-09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:202310227107.9,技术领域涉及:G06F18/213;该发明授权一种多任务联合的高压隔离开关故障诊断方法是由张珂;高天浩;石怀涛;龙彦泽;余锟铻;高艺;关慧明;韩保川设计研发完成,并于2023-03-10向国家知识产权局提交的专利申请。

一种多任务联合的高压隔离开关故障诊断方法在说明书摘要公布了:本发明公开了一种多任务联合的高压隔离开关故障诊断方法,首先利用奇异值分解SVD技术对采集的振动信号进行去冗余处理;通过短时傅里叶变换STFT将一维振动信号转化为更利于特征卷积神经网络CNN提取的二维时频特征图谱;然后利用多支路卷积神经网络搭建一个带有域特征分享机制的多任务联合故障诊断网络,同时对高压隔离开关的故障程度与故障类型进行检测;根据信号样本特征,设计一种结合空间关注和通道关注的注意力模块,实现快速高效的故障特征提取,得到多任务联合故障诊断模型;用多任务联合故障诊断所得的高压隔离开关状态,将训练情况进行可视化操作,并诊断当前高压隔离开关的目前的故障阶段,及时做出决策和反馈。

本发明授权一种多任务联合的高压隔离开关故障诊断方法在权利要求书中公布了:1.一种多任务联合的高压隔离开关故障诊断方法,其特征在于,包括以下步骤: 步骤1:利用奇异值分解SVD技术对传感器采集隔离开关的振动信号进行去冗余处理,减少信号中大量的冗余信息; 步骤2:通过短时傅里叶变换STFT将一维振动信号转化为更利于特征卷积神经网络CNN提取的二维时频特征图谱; 步骤3:利用多支路卷积神经网络搭建一个带有域特征分享机制的多任务联合故障诊断网络,同时对高压隔离开关的故障程度与故障类型进行检测;得到高压隔离开关故障信号样本特征; 步骤4:在卷积神经网络获得高压隔离开关故障信号样本特征后,设计一种结合空间关注和通道关注的注意力模块,实现快速高效的故障特征提取;得到最终的多任务联合故障诊断网络模型; 所述结合空间关注和通道关注的注意力模块,具体为:空间注意力模块和通道注意力模块; 对于多任务网络的一个特征图F,通道注意力机制关注于输入特征图中的什么是有意义的,它运用最大池化和平均池化对特征图在空间维度上进行压缩,得到两个特征描述符,再将这两个特征描述符送入多层感知机MLP的元素逐个相加累积,通过激活操作输出通道注意力特征,计算过程如式9所示,并与最初的特征图进行相乘,进行自适应特征细化,最后得到新的特征图; 而空间注意力通道主要关注于位置信息;首先在使用最大池化和平均池化得到两个不同的特征图,将两个特征图合并,后经过卷积运算及激活操作得到特征图,计算过程如式10所示,所得结果与输入的特征图相乘,最终得到所需要的特征;整个过程如式11所示,其中为同位元素对应相乘;             9;               10;                           11; 步骤5:利用振动信号训练以上建立的多任务联合故障诊断模型,将训练情况进行可视化操作,进而分析被检测的高压隔离开关状态,并诊断当前高压隔离开关所在全生命周期中的运行阶段,及时做出决策和反馈; 利用训练好的多任务联合的高压隔离开关故障诊断对高压隔离开关同时进行故障类型和故障程度的检测,当无故障时,模型输出当前状态,不发出警报,当发生故障时,但程度低于阈值时,系统发出警报,提示当前状态及故障类型,当故障程度高于阈值时,即故障程度到达临界点,必须要进行停工检修时,模型警报突出,通知人工进行参与,及时解决问题,避免造成重大损失。

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沈阳建筑大学;辽宁达能电气股份有限公司,其通讯地址为:110168 辽宁省沈阳市浑南区浑南中路25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。