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！

龙图腾网获悉河北科技大学申请的专利一种高压电机的故障预测方法及系统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：CN121703646B 。

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：202610202175.3，技术领域涉及：G01R31/34；该发明授权一种高压电机的故障预测方法及系统是由孙会琴;曹奕;冯佳烁;郭伽设计研发完成，并于2026-02-12向国家知识产权局提交的专利申请。

本一种高压电机的故障预测方法及系统在说明书摘要公布了：本发明公开了一种高压电机的故障预测方法及系统，旨在解决现有技术无法在不依赖故障样本的前提下对微弱、渐进性早期故障进行高灵敏度预警的问题。该方法包括：同步采集三相电流、三轴振动和定子温度信号；基于历史正常数据训练多变量LSTM‑VAE预测模型；实时计算多维残差向量；滑动窗口内计算残差协方差矩阵；通过与参考协方差矩阵的结构相似度生成异常分数；当异常分数持续超阈值时触发预警。该系统包括多源传感器阵列、同步采集模块、预测模型、残差计算模块、协方差分析模块及预警决策模块。本申请通过监测多变量残差协方差结构演化，实现对信号幅值未超限时的早期故障高鲁棒性预警，显著提升预测性维护效能。

本发明授权一种高压电机的故障预测方法及系统在权利要求书中公布了：1.一种高压电机的故障预测方法，其特征在于，包括以下步骤： 步骤1、获取高压电机运行过程中的多源时间序列信号：通过同步采集模块对高压电机部署的多源传感器阵列进行数据采集，同步获取三相电流信号、轴承座三轴振动信号及定子绕组温度信号； 步骤2、训练多变量时序预测模型：基于设备历史稳定运行阶段采集的多源时间序列信号，构建多变量LSTM-VAE预测模型并进行训练，将过去预定时间段内的多源时间序列信号作为该模型的输入，输出未来若干个时间步的多变量信号预测值，训练目标为最小化均方误差损失函数； 步骤3、实时计算多维残差向量：在运行阶段，以预定时间间隔将当前实测的多源时间 序列信号与模型多变量信号预测值进行比对，生成维度为d的残差向量，所述残差向量在存入滑动窗口前经过零均值化处理，得到中心化残差向量； 步骤4、滑动计算样本协方差矩阵：将最近预定数量的残差向量存入长度固定的滑动窗 口，以预定周期基于该窗口内数据计算样本协方差矩阵； 同时在历史稳定运行阶段采集的数据基础上重复执行计算协方差矩阵流程，得到M个 正常工况状态下的协方差矩阵，取其算术平均值作为参考协方差矩阵； 步骤5、生成异常分数：将当前样本协方差矩阵与参考协方差矩阵进行结构相似度比对，归一化迹内积公式计算异常分数； 步骤6、触发早期故障预警：当异常分数连续超过预设阈值且持续时间≥预定时间段时，由预警决策模块输出早期故障预警信号至中央监控平台。

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河北科技大学，其通讯地址为：050018 河北省石家庄市裕华区裕翔街26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。