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！

龙图腾网获悉云南电力试验研究院(集团)有限公司;云南电网有限责任公司电力科学研究院申请的专利基于定制融合的永磁同步电机故障识别方法及相关设备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：CN121348084B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511909699.8，技术领域涉及：G01R31/34；该发明授权基于定制融合的永磁同步电机故障识别方法及相关设备是由邢超;孙建华;王朋林;刘凡;宋国雄;杨态刚;杨建彪;孙继启设计研发完成，并于2025-12-17向国家知识产权局提交的专利申请。

本基于定制融合的永磁同步电机故障识别方法及相关设备在说明书摘要公布了：本发明涉及电机识别领域，公开了一种基于定制融合的永磁同步电机故障识别方法及相关设备，包括：根据第一时频图、第二时频图，以及第一时频图中每个像素点所对应的信号熵，确定第一时频图中每个像素点所对应的融合权重，以及第二时频图中每个像素点所对应的融合权重，通过这种定制融合的方式，能够充分利用短时傅里叶变换和同步压缩小波变换各自的优势，有效提取并融合不同特征信息，增强对早期微弱故障特征的捕捉能力，显著提高故障特征的区分度，同时，能够更好地适应永磁同步电机非平稳信号的实时特性，使故障预测模型能够更准确地区分不同早期故障，从而极大地提升了永磁同步电机故障识别的准确性、可靠性和实时性。

本发明授权基于定制融合的永磁同步电机故障识别方法及相关设备在权利要求书中公布了：1.一种基于定制融合的永磁同步电机故障识别方法，其特征在于，所述方法包括： 获取永磁同步电机的振动信号和转速信号； 对所述振动信号进行短时傅里叶变换，得到第一时频图，以及对所述振动信号进行同步压缩小波变换，得到第二时频图； 根据所述振动信号，确定与所述第一时频图中每个像素点所对应的信号熵； 根据所述第一时频图、所述第二时频图，以及所述第一时频图中每个像素点所对应的信号熵，确定所述第一时频图中每个像素点所对应的融合权重，以及所述第二时频图中每个像素点所对应的融合权重； 将所述第一时频图、所述第二时频图、所述第一时频图中每个像素点所对应的融合权重，以及所述第二时频图中每个像素点所对应的融合权重输入至预设永磁同步电机故障预测模型中，得到故障分类识别结果； 其中，在所述预设永磁同步电机故障预测模型包括依次连接的量子启发式神经网络模块、双流卷积神经网络模块和SVM分类器的情况下，所述将所述第一时频图、所述第二时频图、所述第一时频图中每个像素点所对应的融合权重，以及所述第二时频图中每个像素点所对应的融合权重输入至预设永磁同步电机故障预测模型中，得到故障分类识别结果，包括： 根据所述转速信号，确定与所述第一时频图中每个像素点所对应的转速，以及与所述第二时频图中每个像素点所对应的转速； 根据所述第一时频图中每个像素点所对应的转速，对所述第一时频图中每个像素点进行映射编码，得到所述第一时频图中每个像素点所对应的定制量子态，以及根据所述第二时频图中每个像素点所对应的转速，对所述第二时频图中每个像素点进行映射编码，得到所述第二时频图中每个像素点所对应的定制量子态，其中像素点的横坐标和纵坐标分别为时间和频率； 根据所述第一时频图中所有像素点所对应的定制量子态，确定第一全局定制量子态张量，以及根据所述第二时频图中所有像素点所对应的定制量子态，确定第二全局定制量子态张量； 将所述第一全局定制量子态张量、所述第二全局定制量子态张量、所述第一时频图中每个像素点所对应的融合权重，以及所述第二时频图中每个像素点所对应的融合权重输入至所述预设永磁同步电机故障预测模型中，得到故障分类识别结果。

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云南电力试验研究院(集团)有限公司;云南电网有限责任公司电力科学研究院，其通讯地址为：650000 云南省昆明市官渡区云大西路105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。