山东省鲁商建筑设计有限公司王忠武获国家专利权
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!
龙图腾网获悉山东省鲁商建筑设计有限公司申请的专利一种电气设备的智能故障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:CN120724256B 。
龙图腾网通过国家知识产权局官网在2025-12-23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:202511142982.2,技术领域涉及:G06F40/30;该发明授权一种电气设备的智能故障诊断方法及系统是由王忠武;闫飞;赵炜;许文星;段浩然设计研发完成,并于2025-08-15向国家知识产权局提交的专利申请。
本一种电气设备的智能故障诊断方法及系统在说明书摘要公布了:本发明涉及电气设备故障诊断技术领域,具体为一种电气设备的智能故障诊断方法及系统,所述方法包括:通过构建多维张量模型统一融合设备状态信息、电气距离加权连接与相位动态耦合关系,利用高阶奇异值分解提取异常传播模式;设计空间‑时间‑频率耦合干扰剥离机制,结合结构引导扰动解构、多尺度字典学习与稀疏低秩分解精准分离传播性与非传播性干扰;基于生成对抗机制重建故障轨迹,耦合图结构动态编码器、拓扑一致性判别器及时间可控生成器,还原真实传播路径;最终通过多源语义融合机制整合张量语义压缩、三视图图神经网络及故障标签反投影解释。本发明实现了跨时空、跨结构的故障诊断与溯源,提升准确性与可解释性。
本发明授权一种电气设备的智能故障诊断方法及系统在权利要求书中公布了:1.一种电气设备的智能故障诊断方法,其特征在于,包括以下具体实施步骤: S1、通过传感器网络采集电气设备运行数据,构建归一化状态向量,基于电气距离与物理连接构造拓扑权重矩阵,利用相位差余弦响应定义相位耦合矩阵,融合归一化状态向量、拓扑权重矩阵和相位耦合矩阵,构造三维动态张量进行拓扑演化建模,并通过高阶奇异值分解提取主导异常传播模式; 其中,三维动态张量的构建过程如下: 布设传感器网络采集电气设备任一节点在某一时刻的运行数据,包括:电压幅值、电流幅值、相位角、频率和温度,构建归一化状态向量; 基于物理连接标志与电气距离,通过自然指数衰减函数定义设备间拓扑权重矩阵,量化连接密度与影响强度; 针对电气设备间相位耦合特性,定义相位响应矩阵,其元素由设备间相位差驱动,使用余弦函数非线性压缩相位差计算相位耦合响应值; 融合归一化状态向量、拓扑权重矩阵和相位耦合矩阵,定义三维张量: ; 其中,表示在N个节点、T个时间步内的三维动态状态张量;表示在时间tk,节点i对节点j的综合状态影响强度;表示对状态向量进行转置操作;表示设备i与j之间的电气连接关系强度权重;表示在时刻tk,设备i和设备j之间的相位耦合响应值; S2、从三维动态张量中提取节点扰动强度及变化率序列,经小波残差多尺度分解获得基函数响应和残差,利用拓扑引导构建扰动响应相似性矩阵,识别传播性干扰,生成干扰频段集,对残差矩阵低秩稀疏分解剥离系统扰动,最终生成净化拓扑演化张量; S3、基于拓扑演化张量构建滑动窗口拓扑感知邻接矩阵生成结构嵌入,利用生成器结合设备静态特征与时间偏移恢复缺失轨迹,通过判别器对抗训练确保轨迹结构一致性,融合候选路径基于相似度与传播力评分,优化候选轨迹重建输出; 其中,候选轨迹重建输出的优化过程为: 构建滑动窗口拓扑感知邻接矩阵量化节点间传播概率,基于时间窗口演化拓扑,并结合节点特征输入图注意力网络生成结构嵌入,捕捉局部结构语义及传播影响; 基于提取的结构嵌入表示构建融合时间逻辑的生成器网络,输入历史结构嵌入向量、设备静态特征向量及时间偏移变量,输出设备状态重建向量,通过图神经网络与门控单元协同建模时间演化趋势与拓扑语义,恢复缺失段物理逻辑一致的演化轨迹; 构建拓扑一致性判别器通过对抗训练机制评估生成轨迹与真实传播路径的结构一致性,输入重建状态与邻接矩阵输出真实性概率,优化生成器输出物理逻辑合理的轨迹; 基于结构相似度与传播流强度计算各候选轨迹置信评分,加权融合输出最优状态估计,即候选轨迹的重建输出; S4、通过响应场强度加权压缩设备动态轨迹为语义向量,融合结构拓扑、语义相似与属性同质构建三视图邻接矩阵,经图注意力网络生成节点嵌入表示,映射故障概率并定位梯度敏感维度反溯源头。
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山东省鲁商建筑设计有限公司,其通讯地址为:250000 山东省济南市历下区经十路9777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。
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