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！

龙图腾网获悉内蒙古电力(集团)有限责任公司内蒙古超高压供电分公司申请的专利低温环境下SF6/N2混合气体局部放电智能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：CN121479704B 。

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：202610020217.1，技术领域涉及：G06F18/25；该发明授权低温环境下SF6/N2混合气体局部放电智能诊断方法是由岳永刚;杨建中;范永强;田晓云;李智辉;孟文凯;刘洵宇;石多峰;夏银龙;薛云鹏;彭淏;杜雅君;杨雯;王立江设计研发完成，并于2026-01-08向国家知识产权局提交的专利申请。

本低温环境下SF6/N2混合气体局部放电智能诊断方法在说明书摘要公布了：本发明属于气体放电诊断技术领域，具体涉及低温环境下SF6N2混合气体局部放电智能诊断方法，对于SF6N2混合气体，采集混合气体发生局部放电时的多源局放信号与环境物理量；对源域数据集和目标域数据集中的每一个样本，计算压缩因子偏差ΔZ；构建双流自适应特征融合网络，融合权重由ΔZ动态调节；设置双流自适应特征融合网络的熵权自适应损失函数，进行联合训练；对双流自适应特征融合网络进行剪枝和微调，得到最终的优化诊断模型；实时采集实际工况下混合气体发生局部放电时的多源局放信号与环境物理量，计算ΔZ，将实时数据和ΔZ输入优化诊断模型中，输出诊断结果。本发明能够准确地诊断SF6N2混合气体的局部放电情况。

本发明授权低温环境下SF6/N2混合气体局部放电智能诊断方法在权利要求书中公布了：1.低温环境下SF6N2混合气体局部放电智能诊断方法，其特征在于包括以下步骤： S1、对于SF6N2混合气体，采集混合气体发生局部放电时的多源局放信号与环境物理量，构建源域数据集和目标域数据集，源域数据集对应常温，目标域数据集对应低温； S2、对源域数据集和目标域数据集中的每一个样本，计算压缩因子偏差ΔZ，ΔZ是一个无量纲物理量，用于量化混合气体偏离理想气体状态的程度； S3、构建双流自适应特征融合网络，双流自适应特征融合网络中的融合权重由ΔZ动态调节； S4、设置双流自适应特征融合网络的熵权自适应损失函数，将源域数据集、目标域数据集和计算得到的ΔZ共同输入至双流自适应特征融合网络中进行联合训练； S5、采用温度感知通道剪枝策略对双流自适应特征融合网络进行剪枝，并对剪枝后的双流自适应特征融合网络进行微调，得到最终的优化诊断模型； S6、实时采集实际工况下混合气体发生局部放电时的多源局放信号与环境物理量，计算ΔZ，将实时数据和ΔZ输入优化诊断模型中，输出诊断结果； S1中，搭建温控GIS模拟气室实验平台，在混合气体发生局部放电时，通过传感设备同步采集多源局放信号与环境物理量：采用串联在设备接地线上的HFCT传感器耦合局部放电脉冲电流信号，部署UHF传感器感应局放辐射的超高频电磁波信号，利用SiPM光信号传感器检测局放产生的微弱光脉冲信号，同时通过Pt100铂电阻温度传感器实时采集混合气体的温度T，利用压阻式绝对压力传感器测量混合气体的压力Pt； S2中，压缩因子偏差ΔZ的获取方式为： 式中，Zactual表示实际压缩因子，计算方式为： 式中，Pmix表示修正后的混合气体等效压力；V表示混合气体的摩尔体积；R表示通用气体常数；T表示混合气体的温度； mix的计算方式为： 式中，分别表示与T相关的二阶、三阶混合维里系数，按混合规则结合温度插值表计算得到；表示与T相关的气体修正因子，用于补偿低温下SF分子的非线性压力降，定义为： 式中，T表示SF临界温度；表示团簇聚合强度系数，通过低温下SF气体的PVT实验数据拟合得到；表示压力敏感系数，通过实验拟合得到；Pt为混合气体的压力；P0为标准大气压；e为自然常数； S3中，双流自适应特征融合网络包括： 信号输入层，对多源局放信号进行归一化和分段处理后，作为多通道输入，多通道包括时序特征提取支路、频域特征提取支路； 时序特征提取支路，采用门控卷积网络，使用一维因果卷积保证时间顺序，配合门控线性单元学习多源局放信号在时间轴上的局部脉冲特征，输出时序特征Ftime； 频域特征提取支路，采用多尺度空洞卷积网络，通过并行设置不同膨胀率的一维空洞卷积层，捕获多源局放信号中的不同频率成分和特征，输出频域特征Ffreq； 自适应特征融合门控模块，接收Ftime、Ffreq和当前样本对应的ΔZ，通过全局平均池化，将特征在时间维度上聚合，得到时序特征提取支路的全局描述符ftime和频域特征提取支路的全局描述符ffreq； 将ftime和ffreq在通道维度拼接，得到拼接特征fconcat，将当前样本对应的ΔZ进行复制和拓展，使其变为一个与批次大小相匹配的向量ΔZvec，然后fconcat与ΔZvec再次拼接，将拼接后的向量输入一个轻量的子网络； 子网络后接一个Sigmoid激活函数，输出一个标量融合权重，最终融合特征； Ffused经过若干全连接层后，通过一个Softmax分类器，将高维特征映射到各个局放类型的概率分布上，输出概率最高的类别即为双流自适应特征融合网络的诊断结果。

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内蒙古电力(集团)有限责任公司内蒙古超高压供电分公司，其通讯地址为：010000 内蒙古自治区呼和浩特市金川开发区；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。