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！

龙图腾网获悉西安热工研究院有限公司申请的专利一种基于长短期记忆网络的智能化变压器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：CN114707596B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202210327261.9，技术领域涉及：G06F18/2413；该发明授权一种基于长短期记忆网络的智能化变压器故障诊断方法是由栾丛超;吴涛;杜保华;吴智群;黄廷辉设计研发完成，并于2022-03-30向国家知识产权局提交的专利申请。

本一种基于长短期记忆网络的智能化变压器故障诊断方法在说明书摘要公布了：本发明涉及变压器故障诊断领域，提供了一种基于长短期记忆网络的智能化变压器故障诊断方法，采用少数类样本过采样的方法对收集到的变压器故障溶解气体特征样本进行扩充，并借助L1正则化理论确定样本扩充至何时结束。变压器溶解气体为特征样本输入至长短期记忆网络，变压器的故障类别作为长短期记忆网络的输出。基于贝叶斯优化算法以最小训练样本错误率为目标函数确定长短期记忆网络隐藏层神经元个数、初始学习率以及L2正则化因子三个超参数，在此基础上训练并建立长短期记忆网络变压器故障诊断模型。

本发明授权一种基于长短期记忆网络的智能化变压器故障诊断方法在权利要求书中公布了：1.一种基于长短期记忆网络的智能化变压器故障诊断方法，其特征在于，包括如下步骤： 采集变压器溶解气体特征样本，对采集的变压器溶解气体特征样本进行扩充； 判定变压器溶解气体特征样本数量的扩充是否完毕，当变压器溶解气体特征样本数量完毕时，将扩充后的变压器溶解气体特征样本作为训练样本，反之继续扩充特征样本； 建立长短期记忆网络模型，并训练长短期记忆网络模型，确定网络超参数、系数矩阵与偏置矩阵； 将训练样本输入至长短期记忆网络模型中，得到需要诊断的变压器故障类型； 采用少数类样本过采样的方法对采集到的特征样本进行扩充； 其中，长短期记忆网络模型的建立的方法如下： 利用贝叶斯算法对LSTM网络神经元个数、L2正则化因子以及初始学习率三个超参数寻优，以目标值最小状态下对应三个超参数值为最优，目标值取训练集分类错误率或测试集分类错误率； 在长短期记忆网络模型结构中，信息的向后传递依赖于细胞状态Ct，其值在每个隐藏单元中完成更新并传递给下一个隐藏单元；每个隐藏单元输入信息的处理与隐藏状态的更新由三个门控结构实现，所述三个门控结构包括遗忘门、输入门和输出门； 其中，少数类样本过采样的方法如下： 将两个现有样本生成新样本，xi为合成新样本的选依据的根样本，搜索得到xi的k个最近邻样本，并从中随机选取一个样本作为根样本的辅助样本，在两样本间通过线性插值得到新样本，公式为： ； 其中，，xi,attr为样本中第attr个特征值，attr=1,2，…，d；γ为0至1间的随机数；xij为xi的第j个最近邻样本；xnew,attr为第attr个特征的新样本； 其中，通过L1正则化定义判定样本数量扩充是否完毕，当L1正则化损失函数小于所设定的阈值时，则将扩充后的特征样本作为训练样本，反之继续扩充特征样本； 其中，L1正则化损失函数的计算公式如下： ； 其中，Ein为无正则化的样本训练误差；wj为各特征权重参数；λ为正则化参数；L为L1正则化损失函数。

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西安热工研究院有限公司，其通讯地址为：710048 陕西省西安市碑林区兴庆路136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。