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！

龙图腾网获悉广东电网有限责任公司江门供电局;广东电网有限责任公司申请的专利一种基于深度学习的高压断路器故障诊断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：CN115856611B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202211666599.3，技术领域涉及：G01R31/327；该发明授权一种基于深度学习的高压断路器故障诊断方法是由杜文娇;汤振鹏;曹彦朝;麦荣焕;许巧云;邱时严;李辰盟;陈子辉;陈文鸿设计研发完成，并于2022-12-23向国家知识产权局提交的专利申请。

本一种基于深度学习的高压断路器故障诊断方法在说明书摘要公布了：本发明提供了一种基于深度学习的高压断路器故障诊断方法，包括对高压断路器进行分组测试，记录高压断路器在各个工况下的检测参数的数据，并按照工况对记录的数据进行分类，各个工况包括正常工况和多个故障工况；根据正常工况下的数据训练得到基准信号；根据多个故障工况中的数据验证基准信号；根据基准信号利用DTW算法对高压断路器进行诊断识别。本发明通过对基准信号进行验证，能够有效避免局部最优解，且多次对基准信号进行调节修正，比传统的平均或者任意选取的方式更加准确。

本发明授权一种基于深度学习的高压断路器故障诊断方法在权利要求书中公布了：1.一种基于深度学习的高压断路器故障诊断方法，其特征在于，包括以下步骤： 步骤S1、对高压断路器进行分组测试，记录高压断路器在各个工况下的检测参数的数据，并按照工况对记录的数据进行分类，各个工况包括正常工况和多个故障工况； 步骤S2、根据正常工况下的数据训练得到基准信号； 步骤S3、根据多个故障工况中的数据验证基准信号； 步骤S4、根据基准信号利用DTW算法对高压断路器进行诊断识别； 其中，所述步骤S2中，基准信号的训练方法包括以下步骤： 步骤S201、对正常工况下的数据进行采样，得到采样信号Xi=i1，i2，...，im，i=1、2、...、n，n为正常工况下的数据的总数，m为采样信号的维度； 步骤S202、遍历所有样本数据，对信号的每个向量获取最大差值Δik，k=1、2、...、m，选取ik’+Δik2作为基准向量元素，ik’为产生最大差值Δik时对应的最小值，得到基准信号X0=i1’+Δi12，i2’+Δi22，...，im’+Δim2； 步骤S203、根据断路器的动作时间将基准信号X0和采样信号Xi进行分段，对每一段进行特征匹配，每一段分别选取最相似的采样信号，最后根据相似的采样信号最多的信号来源Xs作为新的基准信号，X0作为调节信号； 所述步骤S203中，分段的数量为三个，三个分段对应动作准备段、动作过程段和动作终止段； 其中，在所述步骤S3中，使用聚类算法分别对每种故障工况的样本数据进行处理得到每种故障工况样本数据的聚类中心信号和聚类距离最大值，并对比Xs和各个聚类中心信号的距离值，若距离值小于所述聚类距离最大值，则用距离值与聚类距离的平均值对比，距离值小于所述聚类距离的平均值，则利用X0对Xs进行调节，调节方法为使用非相似段的X0中数据依次替换Xs中对应向量元素； 所述调节方法包括以下步骤： 步骤S301、设定替换的向量元素数量，初始设置为1，数量上限为分段的向量元素数量上限，当数量达到上限时终止； 步骤S302、按照向量元素之间的差值降序排列，依次替换对应的向量元素，若替换后满足距离值大于所述聚类距离的平均值，则终止，否则替换的向量元素数量加一，重复步骤S301。

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广东电网有限责任公司江门供电局;广东电网有限责任公司，其通讯地址为：529000 广东省江门市蓬江区建设二路152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。