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！

龙图腾网获悉西南交通大学申请的专利一种结合重采样和集成学习的电力电子系统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：CN115712871B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202211510375.3，技术领域涉及：G06F18/2431；该发明授权一种结合重采样和集成学习的电力电子系统故障诊断方法是由苟斌;邓清丽;冯晓云;葛兴来;林春旭;杨顺风;谢东;王惠民设计研发完成，并于2022-11-29向国家知识产权局提交的专利申请。

本一种结合重采样和集成学习的电力电子系统故障诊断方法在说明书摘要公布了：本发明公开了一种结合重采样和集成学习的电力电子系统故障诊断方法，属于电力电子设备故障诊断技术领域，该方法包括实时采样电力电子系统二分之一基波周期内的电流数据，对电流数据进行标幺化处理，得到标幺化数据；根据标幺化数据，基于快速傅里叶变换算法，得到标幺化数据的频域特征；根据频域特征，通过特征提取选择器，得到标幺化数据的特征向量；根据标幺化数据的特征向量，利用集成分类模型，得到故障类别标签，完成电力电子系统故障诊断。本发明解决了现有故障诊断方法中存在的原始数据样本不平衡、导致现有机器学习模型诊断不准确甚至判断错误的技术问题，有效地实现了电力电子系统的传感器和功率器件多种不同故障类型的诊断。

本发明授权一种结合重采样和集成学习的电力电子系统故障诊断方法在权利要求书中公布了：1.一种结合重采样和集成学习的电力电子系统故障诊断方法，其特征在于，包括以下步骤： S1、实时采样电力电子系统二分之一基波周期内的电流数据，对所述电流数据进行标幺化处理，得到标幺化数据； S2、根据所述标幺化数据，基于快速傅里叶变换算法，得到所述标幺化数据的频域特征； S3、根据所述标幺化数据的频域特征，通过特征提取选择器，得到标幺化数据的特征向量； S4、根据所述标幺化数据的特征向量，利用集成分类模型，得到故障类别标签，完成电力电子系统故障诊断；所述步骤S4中集成分类模型的构建方法包括以下步骤： B1、根据所述特征提取选择器，得到所述初始数据集的新特征向量； B2、根据所述新特征向量，对所述初始数据集进行提取，得到第一数据集； B3、对所述第一数据集中的故障数据，采用安全级别过采样算法safe-levelSMOTE进行重采样，得到平衡数据集； B4、根据所述平衡数据集，通过调整RVFL网络模型的参数，训练得到不同的若干个RVFL分类器；所述RVFL网络模型的输出函数的表达式为： 其中，为RVFL网络模型的输出函数值，X为RVFL网络模型的输入向量，ωj和bj分别为函数输入层和隐藏层间隐藏节点的权重和偏差，g为激活函数类型，βj为输出权重，J是隐藏节点的数目，j为隐藏节点编号，N是输入数据的数目，xj为输入向量中第j个数据； B5、对所述若干个RVFL分类器进行评估，选取评估值达到预设值的RVFL分类器，利用集成学习，得到集成分类器； B6、根据所述集成分类器，添加集成分类模型输出决策，得到集成分类模型。

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南交通大学，其通讯地址为：610031 四川省成都市二环路北一段；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。