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！

龙图腾网获悉北京搏世因云商科技有限公司申请的专利基于机器学习的变压器组件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：CN120724329B 。

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：202510783743.9，技术领域涉及：G06F18/2433；该发明授权基于机器学习的变压器组件故障诊断方法是由王韧韬设计研发完成，并于2025-06-12向国家知识产权局提交的专利申请。

本基于机器学习的变压器组件故障诊断方法在说明书摘要公布了：本发明涉及变压器技术领域，具体为基于机器学习的变压器组件故障诊断方法，包括以下步骤：分析变压器组件采集的介质数据，比较介损因数序列与偏移特征，训练生成偏移时序特征集，筛选异常时段并聚合关键放电特征，得到异常聚类信号组，归纳趋势演变序列，分层优化路径结构，输出故障链路定位数据。本发明中，通过综合介损、放电、温升、气体和振动等多类参数，通过主动筛查异常分布，实时捕捉关键节点趋势变化，并将不同运行场景下的历史和实时特征进行融合，对复杂链路演化和隐性异常实现高效解析，结构化输出各节点间故障演变关系，支持诊断结果在全链路溯源和多节点趋势研判中的直接应用，有效提升故障诊断针对性和隐患识别能力。

本发明授权基于机器学习的变压器组件故障诊断方法在权利要求书中公布了：1.基于机器学习的变压器组件故障诊断方法，其特征在于，包括以下步骤： S1：基于变压器组件，分析采集到的介质数据，比较差异组件的介损因数序列，判断同频点信号的偏移特征，并整合各工况下的信号差异，得到偏移时序特征集； S2：基于所述偏移时序特征集，筛选偏移集中时段，计算变压器组件放电幅度变化，分析异常突变表现，判断信号在特征空间的聚集情况，得到异常聚类信号组； S3：基于所述异常聚类信号组，计算变压器组件温升监测信息，比较气体组分变化，判断振动信号中心频率变化，归纳关键特征动态演化，结合历史数据，得到趋势演变序列； S4：根据所述趋势演变序列，判断趋势变化，分析变压器组件在特征空间的排列顺序，比较主干路径特征轨迹，优化路径分层结构，归纳分层结果，得到路径主干分层结构； S5：基于所述路径主干分层结构，分析各路径段，比较温升变化的诊断特征，识别气体组分速率上升与振动频率偏移的关联特性，调整节点顺序，得到故障链路定位数据； 所述故障链路定位数据包括异常节点编号、故障链路映射信息、诊断索引集。

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北京搏世因云商科技有限公司，其通讯地址为：101500 北京市密云区远光街1幢1层等[8]套(3号楼210室仅限办公部分用于经营)；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。