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！

龙图腾网获悉山东大学申请的专利基于无透镜成像和机器学习的变压器油污染度评估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：CN121708405B 。

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：202610203870.1，技术领域涉及：G06V10/764；该发明授权基于无透镜成像和机器学习的变压器油污染度评估方法是由王晓龙;刘道远;赵彤;张远涛;孙滢;刘亚迪;孟硕;毕四浩设计研发完成，并于2026-02-12向国家知识产权局提交的专利申请。

本基于无透镜成像和机器学习的变压器油污染度评估方法在说明书摘要公布了：基于无透镜成像和机器学习的变压器油污染度评估方法，涉及变压器油检测技术领域，用于解决现有变压器油颗粒污染检测技术存在的无法获取颗粒三维形貌、检测结果与污染程度缺乏量化关联的问题。本发明包括以下步骤：S1获取待测变压器油样中颗粒的无透镜衍射图像，S2衍射图像的振幅重建，S3衍射图像的相位重建与厚度反演，S4颗粒区域分割与提取，S5结构化特征提取，S6颗粒分类，S7污染度等级评估。本发明通过无透镜成像方式获取颗粒衍射信息，结合振幅重建与厚度反演，实现颗粒二维形貌与三维厚度信息的同步获取，通过结构化特征提取与机器学习模型相结合，实现颗粒类型的自动识别，实现变压器油污染度等级的智能化、定量化评估。

本发明授权基于无透镜成像和机器学习的变压器油污染度评估方法在权利要求书中公布了：1.基于无透镜成像和机器学习的变压器油污染度评估方法，其特征在于，包括以下步骤： S1、采用无透镜成像方式获取待测变压器油样中颗粒的无透镜衍射图像； S2、无透镜衍射图像的振幅重建：通过角谱法对步骤S1获得的衍射图像进行振幅重建； S3、衍射图像的相位重建与厚度反演； 采用1计算复振幅分布；其中，为复振幅的模值；表示以自然常数为底的指数运算；表示虚数单位，满足；为光场相位；通过公式2计算颗粒的厚度；其中，为颗粒与变压器油折射率差；表示入射光波长； S4、颗粒区域分割与提取； 对分布图像中的颗粒区域进行分割与标记，获得单颗粒二维投影区域；并在二维投影区域的基础上，对应提取颗粒的厚度分布图； S5、结构化特征提取； 基于单颗粒二维投影区域，从振幅模值图像中提取颗粒的二维几何特征，用于表征颗粒在平面内的形态结构，二维几何特征包括长度L、宽度W、投影面积A和长宽比AR；在单颗粒二维投影区域的基础上，从对应的厚度分布图中提取颗粒的三维厚度特征，用于表征颗粒在厚度方向上的结构差异；三维厚度特征包括厚度T和圆度C；将二维几何特征和三维厚度特征组合为特征向量X={L,W,T,C,AR,A}； S6、基于XGBoost进行颗粒分类：将特征向量X输入XGBoost分类模型对颗粒类型进行识别； S7、污染度等级评估； 基于颗粒类型识别结果，对不同类型颗粒的数量特征、尺寸特征及厚度特征进行统计分析，形成颗粒统计参数集合；基于颗粒统计参数，构建各类颗粒的污染贡献度指标，用于量化不同颗粒类型对变压器油污染程度的影响；每一类颗粒的污染贡献度由其数量参数、尺寸参数以及厚度参数的加权组合得到；通过对不同颗粒类型的污染贡献度进行加权融合，得到油样的综合污染指数，用于表征变压器油的整体污染水平；输出变压器油的污染度等级，作为变压器绝缘健康状态评估、运行维护决策及故障预警分析的依据。

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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923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。