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！

龙图腾网获悉云科(山东)电子科技有限公司申请的专利基于毫米波雷达的变压器振动异常检测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：CN119619658B 。

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：202411722195.0，技术领域涉及：G01R31/00；该发明授权基于毫米波雷达的变压器振动异常检测方法是由籍宏飞;杨燕妮;姜丛斌;朱效勇;王梓兆;刘志刚;倪红超设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本基于毫米波雷达的变压器振动异常检测方法在说明书摘要公布了：本发明涉及变压器检测技术领域，具体涉及基于毫米波雷达的变压器振动异常检测方法，包括以下步骤：获取变压器表面的原始反射信号，对原始反射信号进行时域和频域分析，构建振动特征向量；基于构建的振动特征向量，通过深度自编码网络对正常变压器振动模式进行无监督学习，自动学习正常振动模式的潜在特征；将新的反射信号转化为新的振动特征向量，使用深度自编码网络对新的振动特征向量进行重构，计算重构误差，若重构误差超过预定阈值，则判断为异常振动模式；采用自适应阈值策略，自动调整预定阈值，以适应不同变压器设备的运行状态随时间的变化。本发明，引入了自适应阈值策略，能够实时适应不同变压器设备的运行特性以及外部环境的波动。

本发明授权基于毫米波雷达的变压器振动异常检测方法在权利要求书中公布了：1.基于毫米波雷达的变压器振动异常检测方法，其特征在于，包括以下步骤： S1，使用毫米波雷达向变压器的外部结构发射毫米波，获取变压器表面的原始反射信号，对原始反射信号进行时域和频域分析，构建振动特征向量； S2，深度自编码网络的训练与特征学习：基于构建的振动特征向量，通过深度自编码网络对正常变压器振动模式进行无监督学习，所述深度自编码网络由编码器和解码器组成，编码器将输入振动特征向量压缩成低维特征表示，解码器再从该低维特征恢复原振动特征向量，通过训练网络，自动学习正常振动模式的潜在特征； S3，异常振动模式的检测：训练完成后，再次采集新的反射信号，将新的反射信号通过S1的方法转化为新的振动特征向量，使用深度自编码网络对新的振动特征向量进行重构，计算重构误差，若重构误差超过预定阈值，则判断为异常振动模式，自适应识别出与正常振动模式不同的异常模式，包括频率、幅度、周期方面的变化； S4，采用自适应阈值策略，自动调整预定阈值，以适应不同变压器设备的运行状态随时间的变化； 所述振动特征向量的重构误差会随时间变化，S4中的自适应阈值策略具体包括： 根据每段时间内的滑动窗口计算出新的重构误差均值和标准差，设定一个大小为的滑动窗口，在该滑动窗口内实时计算振动特征的重构误差： ； ； 其中，表示在时间点时刻，基于滑动窗口内所有重构误差的均值，这个值反映了当前窗口内的重构误差的平均水平，是滑动窗口的大小，表示在第个时间点，对应的重构误差值，是当前时刻的索引，表示在计算均值时，当前的时间点或数据位置；表示在时间点时刻，基于滑动窗口内所有重构误差的标准差，衡量当前窗口内重构误差的波动幅度； 预定阈值更新为：，其中是可调常数，用于动态控制阈值的灵敏度，是在𝑡时刻的自适应阈值； 还包括综合调整机制，所述综合调整机制用于确保初始阈值与更新后的阈值平稳结合，运行初期，优先使用初始阈值作为基础，随着更多的实时数据积累，逐渐让滑动窗口计算出的阈值成为主导，动态调整检测灵敏度，综合调整机制引入平滑因子，在调整时将初始阈值和滑动窗口更新后的阈值的结果进行加权平均，避免突变或过度依赖某一个阈值： ，其中，是平滑因子，且，控制初始阈值和滑动窗口计算的平衡程度。

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云科(山东)电子科技有限公司，其通讯地址为：250000 山东省济南市高新区舜泰广场1号楼西座405；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。