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！

龙图腾网获悉国家能源集团宝庆发电有限公司申请的专利多模态数据融合的电力设备健康状态诊断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：CN120508909B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202510637625.7，技术领域涉及：G06F18/2415；该发明授权多模态数据融合的电力设备健康状态诊断方法及系统是由李旺;金志刚;唐大可;刘海;廖开林设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本多模态数据融合的电力设备健康状态诊断方法及系统在说明书摘要公布了：本发明公开了一种多模态数据融合的电力设备健康状态诊断方法及系统，属于电力设备状态监测领域，其中方法包括：S100、采集电力设备的红外热成像数据、振动信号、电流谐波数据及局部放电信号，并进行时间同步和空间配准。S200、获取红外热成像数据、振动信号、电流谐波数据及局部放电信号，输入动态权重融合模型，得到设备健康状态评分及故障类型。S300、根据设备健康状态评分及故障类型，触发分级告警。本发明能够对电力设备潜在故障隐患进行及时预警。

本发明授权多模态数据融合的电力设备健康状态诊断方法及系统在权利要求书中公布了：1.一种多模态数据融合的电力设备健康状态诊断方法，其特征在于，包括以下步骤： S100、采集电力设备的红外热成像数据、振动信号、电流谐波数据及局部放电信号，并进行时间同步和空间配准； S200、获取红外热成像数据、振动信号、电流谐波数据及局部放电信号，输入动态权重融合模型，得到设备健康状态评分及故障类型； 所述动态权重融合模型包括： 特征提取层，用于对红外热成像数据、振动信号、电流谐波数据集局部放电信号进行特征提取，得到温度梯度特征、振动信号的高频分量特征、电流谐波的奇次谐波特征及局部放电的脉冲特征； 工况感知层，用于实时监测设备的工况参数，通过LSTM网络预测当前工况类型；所述工况参数包括实时负载率、环境温湿度和冷却风速；所述工况类型包括稳态、过载、高温和机械磨损中的至少一种； 注意力权重分配层，用于基于工况类型和特征相关性，采用多头注意力机制计算各模态的动态权重； 融合决策层，用于通过加权求和生成设备健康状态评分及故障概率分布，最终输出设备状态等级及定位异常部位； S300、根据设备健康状态评分及故障类型，触发分级告警； 所述步骤S200包括： S210、根据红外热成像数据、振动信号、电流谐波数据及局部放电信号，提取温度梯度矩阵、高频能量占比、THD畸变率与奇次谐波幅值比； S220、获取工况参数；基于双向LSTM捕获工况参数的长期依赖关系，预测当前工况类型； S230、基于改进的多头注意力结构计算各模态的动态权重，所述多头注意力结构包括工况注意力头和特征注意力头；所述工况注意力头基于工况参数及S220预测的工况类型输出工况权重向量，所述‌特征注意力头基于各模态特征向量输出特征相关性权重，计算公式为： ； 其中，W为特征相关性权重；为工况自适应因子，通过BiLSTM隐藏状态经全连接层与Sigmoid激活生成；Q为查询矩阵，表示当前窗口工况参数；K为键矩阵，表示历史窗口工况序列；为模态间能量函数；为键向量的维度； ； 其中，为当前时间步BiLSTM隐藏状态；为可训练参数，控制工况对注意力的影响强度；为Sigmoid函数； ； 其中，为不同模态的特征向量，可训练矩阵We为对角矩阵，其对角线元素通过梯度下降法优化，初始化服从均值为0、标准差为0.02的正态分布；i,j为模态索引； S240、对工况权重向量和特征相关性权重进行‌动态权重融合，得到最终权重。

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国家能源集团宝庆发电有限公司，其通讯地址为：422000 湖南省邵阳市大祥区雨溪镇河洲村；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。