贵州大学胡克林获国家专利权
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!
龙图腾网获悉贵州大学申请的专利一种基于半监督自训练模型的变压器故障诊断方法及装置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:CN116701876B 。
龙图腾网通过国家知识产权局官网在2025-12-19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:202310762227.9,技术领域涉及:G06F18/20;该发明授权一种基于半监督自训练模型的变压器故障诊断方法及装置是由胡克林;张靖;杨镓荣;何宇;严儒井;包金山设计研发完成,并于2023-06-26向国家知识产权局提交的专利申请。
本一种基于半监督自训练模型的变压器故障诊断方法及装置在说明书摘要公布了:本申请涉及一种基于半监督自训练模型的变压器故障诊断方法及装置,获取变压器多种运行状态下特征气体的含量数据作为样本数据生成初始故障诊断样本集,并对样本数据进行线性归一化;对归一化样本数据进行特征提取,并分为标签数据集、无标签数据集、验证集以及测试集;通过改进的半监督自训练SMOTE模型中合成人工合成点;将所述标签数据点的标签分配给人工合成点以及最近的无标签数据点,生成第一标签数据集;将第一标签数据集输入至分类器模型进行训练,并用验证集对所述分类器模型性能进行验证,得到最佳分类器模型;将测试集输入至所述最佳分类器模型中,得到分类结果。本申请实施例解决了变压器故障诊断存在的标签样本少的问题,提高分类效率。
本发明授权一种基于半监督自训练模型的变压器故障诊断方法及装置在权利要求书中公布了:1.一种基于半监督自训练模型的变压器故障诊断方法,其特征在于,所述方法包括: 获取变压器多种运行状态下特征气体的含量数据作为样本数据生成初始故障诊断样本集,并对所述样本数据进行线性归一化,使得所述样本数据映射到[0,1]之间,形成归一化样本数据; 对所述归一化样本数据进行特征提取,生成第一故障诊断样本集; 将所述第一故障诊断样本集中的归一化样本数据分为标签数据集、无标签数据集、验证集以及测试集; 将所述标签数据集和无标签数据集中的归一化样本数据输入到半监督自训练SMOTE模型中,基于标签数据点和与所述标签数据点最近的同类标签数据点以及最近的无标签数据点合成人工合成点; 将所述标签数据点的标签分配给所述人工合成点以及与所述标签数据点最近的无标签数据点,并生成第一标签数据集; 将所述第一标签数据集输入至分类器模型进行训练,并用所述验证集对所述分类器模型性能进行验证,得到最佳分类器模型; 将所述测试集输入至所述最佳分类器模型中,得到分类结果; 所述基于标签数据点和与所述标签数据点最近的同类标签数据点以及最近的无标签数据点合成人工合成点,具体包括: 通过所述分类器筛选选定的标签数据点; 将所述标签数据点和与所述标签数据点最近的同类标签数据点以及最近的无标签数据点输入到人工合成点合成算法中: ,1 其中,Xsyn表征人工合成点,x表征选定的标签样本点,xnearest为x的最近邻同类标签样本点,xnearest-un为x的最近邻无标签点,θ为衰减因子,,rand表征随机因子,r表征标签数据集与无标签数据集的数量之比。
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贵州大学,其通讯地址为:550025 贵州省贵阳市花溪区贵州大学;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励