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！

龙图腾网获悉中国长江电力股份有限公司申请的专利基于EVO-VMD-LSSVM的变压器油中溶解气体浓度预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：CN119560060B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202411576416.8，技术领域涉及：G16C20/70；该发明授权基于EVO-VMD-LSSVM的变压器油中溶解气体浓度预测方法是由谭鋆;肖燕凤;王俊青;谌裕嘉;王卫国;余芳;郭江;章芳情设计研发完成，并于2024-11-06向国家知识产权局提交的专利申请。

本基于EVO-VMD-LSSVM的变压器油中溶解气体浓度预测方法在说明书摘要公布了：基于EVO‑VMD‑LSSVM的变压器油中溶解气体浓度预测方法，结合使用能量谷优化算法EVO、变模态分解VMD和最小二乘支持向量机LSSVM；通过VMD方法将原始溶解气体浓度信号分解为若干个具有不同频率特征的本征模态函数IMFs，提取信号的多尺度特征；将变压器负载、运行油温、环境温度和运行时间等多因素引入模型，结合特征参数相关性，针对IMF建立LSSVM预测模型，并利用EVO算法优化LSSVM模型参数，提高预测精度；将各个IMF的预测结果进行重构，得到最终溶解气体浓度预测值；预测性能显著优于传统方法，均方误差MSE、平均绝对误差MAE和决定系数R²等评估指标均显示其具有较高的预测精度和鲁棒性。

本发明授权基于EVO-VMD-LSSVM的变压器油中溶解气体浓度预测方法在权利要求书中公布了：1.基于EVO-VMD-LSSVM的变压器油中溶解气体浓度预测方法，其特征在于，包括以下步骤： Step1：数据预处理，对变压器油中溶解气体浓度数据以及外部参数进行预处理，包括去噪和归一化处理，外部参数包括变压器负载、运行油温、环境温度、运行时间； Step2：VMD分解，将预处理后的溶解气体浓度信号输入VMD算法，分解为若干个本征模态函数IMFs，以提取信号的多尺度特征，具体包括以下步骤： Step2.1：初始化，设定初始频率中心和带宽参数； Step2.2：迭代优化，通过EVO优化寻优选择VMD算法，确定分解模态数和惩罚系数，以进一步优化分解效果；通过迭代更新频率中心和带宽参数，使每个模态的带宽最小； Step2.3：模态重构，根据优化后的频率中心和带宽参数，对信号进行带通滤波，得到各个IMF； Step3：LSSVM建模，针对每个IMF，建立LSSVM回归模型，其中LSSVM模型的主要参数包括惩罚参数C和核函数参数；具体过程是，针对每个IMF，选择相关性大于0.6的气体浓度参数IMF序列以及外部参数作为预测模型输入，建立LSSVM回归模型，外部参数包括变压器负载、运行油温、环境温度、运行时间； Step4：EVO优化，利用EVO算法对LSSVM模型的参数进行优化，以提高预测精度，具体步骤包括： Step4.1：初始种群生成，在参数空间内随机生成一组初始解，构成初始种群；初始化包含N个候选解的种群，每个候选解在搜索空间内随机生成； Step4.2：计算适应度值即粒子的中子富集水平，粒子群的富集边界，计算粒子的稳定性水平； Step4.3：和衰变位置更新，若第个粒子的稳定性水平，则发生和衰变，衰变新粒子位置； Step4.4：衰变位置更新，若第个粒子的稳定性水平，则发生衰变，衰变新粒子位置； Step4.5：随机移动位置更新，若中子富集水平低于富集界限，则该粒子进行电子捕获或正电子发射以向稳定位置移动； Step4.6：终止条件判断，判断是否满足终止条件，若算法达到最大迭代次数则退出循环并输出，否则返回到步骤4.2继续运行； Step5：预测结果重构，将各个IMF的预测结果进行重构，得到最终的溶解气体浓度预测值； Step6：模型验证，通过实际数据验证模型的预测性能。

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中国长江电力股份有限公司，其通讯地址为：430014 湖北省武汉市江岸区三阳路88号三阳中心；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。