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！

龙图腾网获悉扬州大学申请的专利基于小波包变换、残差卷积神经网络的电弧故障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：CN116432112B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202310442577.7，技术领域涉及：G06F18/2411；该发明授权基于小波包变换、残差卷积神经网络的电弧故障检测方法是由尹振东;邱先群;张继勇;马欣雯;谢明君;谢军设计研发完成，并于2023-04-23向国家知识产权局提交的专利申请。

本基于小波包变换、残差卷积神经网络的电弧故障检测方法在说明书摘要公布了：本发明公开了一种基于小波包变换、残差卷积神经网络的电弧故障检测方法，包括：1采集线路中的电流信号；2利用小波包变换将电流信号进行两层分解；3利用权重截断式矩阵构造法将每个一维小波包分量转化为二维矩阵；4利用残差卷积神经网络将二维矩阵进行逐层非线性变换，得到高维抽象特征；5将高维特征输入至支持向量机实现特征融合，并得到检测结果。本发明利用小波包变换对不同频带成分的故障信息解耦。权重截断式矩阵使后续特征提取过程聚焦关键故障信息，削弱冗余信息的干扰。利用残差卷积神经网络实现特征的自适应提取，降低网络训练过程的过拟合程度。最后利用支持向量机替代softmax分类器，更有效地融合高维特征并有利于提升最终检测准确度。

本发明授权基于小波包变换、残差卷积神经网络的电弧故障检测方法在权利要求书中公布了：1.基于小波包变换、残差卷积神经网络的电弧故障检测方法，其特征在于，包括以下步骤： 步骤1：在正常情况下和电弧故障情况下分别采集电路中的电流信号样本数据； 步骤2：将样本数据标准化，并对每个样本标注相应的标签； 步骤3：将采集到的样本数据划分为训练集与测试集； 步骤4：基于小波包变换将训练集与测试集中每个样本数据进行分解，得到若干个一维小波分量，然后利用权重截断式矩阵构造法将一维小波分量转换为二维矩阵，权重截断式矩阵构造法如下式所示： ， 式中，表示小波分量中第个数据点，，，为向下取整运算，为一维小波分量的长度,为不同矩阵行向量的权重系数，计算方法为：首先计算矩阵行M第j个行向量与归一化电流信号对应时间片段信号之间的归一化皮尔森相关系数，的归一化皮尔森相关系数的计算方法为： 其中，分别为的平均值，分别为的标准差； 然后对对应的按下式进行归一化处理可得到： ； 步骤5：将训练集样本数据对应的二维矩阵作为残差卷积神经网络的输入，对残差卷积神经网络进行训练； 步骤6：残差卷积神经网络输出高维故障特征，利用训练集样本数据对应的高维故障特征训练支持向量机； 步骤7：将测试集样本数据对应的二维矩阵输入至训练完成的残差卷积神经网络后，得到高维故障特征，再将该高维故障特征输入到训练完成的支持向量机，得到检测结果即测试集样本数据检测标签。

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扬州大学，其通讯地址为：225009 江苏省扬州市大学南路88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。