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！

龙图腾网获悉重庆大学;北京科东电力控制系统有限责任公司申请的专利基于机器学习进行材料筛选的电力变压器游离气体检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：CN121601098B 。

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：202610128935.0，技术领域涉及：G16C20/70；该发明授权基于机器学习进行材料筛选的电力变压器游离气体检测方法及系统是由刘必晶;司马文霞;杨鸣;孙魄涛;麦宇翔;杨勇;陈煜;游镇煌设计研发完成，并于2026-01-30向国家知识产权局提交的专利申请。

本基于机器学习进行材料筛选的电力变压器游离气体检测方法及系统在说明书摘要公布了：本发明提供一种基于机器学习进行材料筛选的电力变压器游离气体检测方法和系统，该方法包括：对化合物空间进行采样，通过高通量第一性原理计算不同掺杂构型对目标气体吸附性能的材料特性数据集；基于材料特性数据集，通过GNN框架融合CGCNN卷积核，得到预训练的材料筛选模型，用于预测不同掺杂构型对目标气体的吸附性能；利用预训练的材料筛选模型筛选得到满足预设性能阈值的最优掺杂构型；基于最优掺杂构型筛选得到最优气敏材料；获取传感器阵列对变压器油中脱出溶解气体的响应信号，识别得到目标气体的种类并估算对应气体浓度；其中，传感器阵列是采用最优气敏材料制备的。本发明能实现对变压器油中多种关键游离气体的快速、准确、在线检测。

本发明授权基于机器学习进行材料筛选的电力变压器游离气体检测方法及系统在权利要求书中公布了：1.一种基于机器学习进行材料筛选的电力变压器游离气体检测方法，其特征在于，包括如下步骤： 对化合物空间进行采样得到候选气敏材料的不同掺杂构型，通过高通量第一性原理计算所述不同掺杂构型对目标气体吸附性能的材料特性数据集； 基于所述材料特性数据集，提取每种掺杂构型对应的材料特性向量并转化为图结构； 利用材料特性向量计算每种掺杂构型的综合吸附性能评分，结合所述图结构构建图结构集； 用所述图结构集作为训练样本，得到预训练的材料筛选模型；该预训练的材料筛选模型包括图卷积层、池化层、全连接层；图卷积层采用CGCNN的卷积核设计；池化层聚合节点特征；全连接层通过线性变换预测得到对应掺杂构型的吸附性能评分； 在所述化合物空间中，筛选综合吸附性能评分大于预设阈值的掺杂构型作为高潜力子集，标记最优吸附性能评分，用所述高潜力子集的材料特性向量和对应的综合吸附性能评分构建带标签数据集； 基于所述带标签数据集，通过构建核函数和边际似然最大化，得到训练好的高斯过程代理模型； 基于当前最优吸附性能评分和训练好的高斯过程代理模型，得到期望改进函数； 在所述化合物空间中最大化所述期望改进函数，得到最佳候选掺杂构型； 验证所述最佳候选掺杂构型的综合吸附性能评分是否超过所述预设阈值，并在超过所述预设阈值时将所述最佳候选掺杂构型加入所述高潜力子集，同时更新所述带标签数据集； 基于更新的带标签数据集，对所述高斯过程代理模型、所述期望改进函数和所述最佳候选掺杂构型进行迭代更新，直到达到预设的迭代停止条件； 从最终更新的高潜力子集中，选定综合吸附性能评分最高且通过动力学稳定性验证的掺杂构型，作为最优掺杂构型； 对由具有所述最优掺杂构型但掺杂浓度不同的气敏材料制得的传感器阵列进行响应性能检测，筛选得到最优气敏材料； 获取传感器阵列对变压器油中脱出溶解气体的响应信号，结合模式识别与回归算法，识别得到目标气体的种类并估算对应气体浓度；其中，所述传感器阵列是采用所述最优气敏材料而制备得到的。

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重庆大学;北京科东电力控制系统有限责任公司，其通讯地址为：400044 重庆市沙坪坝区沙正街174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。