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！

龙图腾网获悉山东大学申请的专利一种基于多特征融合的自适应混沌扰动优化的OLTC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：CN121278666B 。

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：202511858286.1，技术领域涉及：G06F18/25；该发明授权一种基于多特征融合的自适应混沌扰动优化的OLTC故障诊断方法是由赵彤;陈知馨;王晓龙;张远涛;孙滢;刘亚迪;段天宇设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本一种基于多特征融合的自适应混沌扰动优化的OLTC故障诊断方法在说明书摘要公布了：一种基于多特征融合的自适应混沌扰动优化的OLTC故障诊断方法，用于解决现有算法存在的难以在高维、非线性耦合的参数空间中找到联合最优解的问题。本发明通过双残差融合特征提取器深度学习振动、声纹和电流的多源局部特征，并通过通道注意力融合和物理经验特征拼接。通过判别加权主成分分析消除特征冗余，放大判别信息。混合混沌映射的分层优化算法对整个诊断框架的超参数集合进行全局搜索，通过集成连续混合混沌扰动和自适应目标函数，实现模型探索性与收敛性的智能平衡。通过自适应协方差矩阵约束保证分类的鲁棒性。本方法能够自适应地获得诊断框架的最优配置，为复杂工业系统的故障诊断提供高泛化能力的解决方案。

本发明授权一种基于多特征融合的自适应混沌扰动优化的OLTC故障诊断方法在权利要求书中公布了：1.一种基于多特征融合的自适应混沌扰动优化的OLTC故障诊断方法，其特征在于，包括以下步骤： S1、数据采集 通过传感器采集有载分接开关在正常状态、齿轮卡涩、触头松动和紧固螺丝松动四种工况下的振动信号、电流信号和声音信号； S2、特征提取与融合 S2.1、对采集到的模态信号进行深度特征提取：1；其中，为第k个传感器的原始时序信号输入；为由双环残差模块DRRM组成的第k个模态的深度特征提取子网络；为从第k个模态中提取到的高维深度特征；Svib为振动信号；Sacou为声纹信号；Sele为电流信号；vib为振动传感器；acou为声纹传感器；ele为电流传感器； S2.2、双残差融合特征提取器DRRFE采用基于通道注意力的融合机制，对深度特征进行融合； S3、故障诊断 S3.1、引入判别加权主成分分析DP-WPCA，通过费舍尔判别比FDR构造监督权重矩阵，的元素定义为：2；其中，为特征i的类间散度，3；为特征i的类内散度，4；C为故障类别总数；为类别c的样本数；N为总样本数；为特征i的均值；为特征i方差；为特征i的总均值；为常数； S3.2、通过构建判别加权协方差矩阵，并进行特征值分解：5，6；其中，X为输入特征矩阵；XT为X的转置；vj为第j个特征向量；λj为第j个特征值； S3.3选取个最大特征值对应的特征向量投影得到低维判别特征子空间：7；其中，为最优降维维度，引入混合混沌映射的分层优化算法ACPEO自适应地确定DP-WPCA的降维维度和DF-GMM的分量数，优化参数集为：8； S4、经ACPEO确定最优降维维度和最优高斯分量数后，将低维判别特征子空间作为DF-GMM模型的输入，进行参数估计和故障分类。

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大学，其通讯地址为：250061 山东省济南市历下区经十路17923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。