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一种基于DOA-BiNET的有载分接开关机械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：CN121682453B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202610190942.3，技术领域涉及：G06F18/241；该发明授权一种基于DOA-BiNET的有载分接开关机械故障诊断方法是由赵彤;陈知馨;王晓龙;张远涛;孙滢;刘亚迪;亓润泽;段天宇设计研发完成，并于2026-02-10向国家知识产权局提交的专利申请。

本一种基于DOA-BiNET的有载分接开关机械故障诊断方法在说明书摘要公布了：一种基于DOA‑BiNET的有载分接开关机械故障诊断方法，涉及有载分接开关故障诊断技术领域，用于解决现有深度学习模型参数难以优化进而对有载分接开关故障识别精度不高的问题。包括以下步骤：S1在双向长短期记忆网络BiLSTM中引入非线性时序残差增强机制，构建双向时序网络BiNET；S2通过Logistic‑Tent混沌映射改进鬃狗优化算法DOA，对BiNET网络的隐藏层神经元数量、学习率与L2正则化系数进行自适应寻优；S3构建基于DOA‑BiNET的故障诊断模型，将有载分接开关振动信号的时频域特征输入故障诊断模型，输出故障诊断结果。

本发明授权一种基于DOA-BiNET的有载分接开关机械故障诊断方法在权利要求书中公布了：1.一种基于DOA-BiNET的有载分接开关机械故障诊断方法，其特征在于，包括以下步骤： S1、在双向长短期记忆网络BiLSTM中引入非线性时序残差增强机制，对双向隐藏状态进行特征融合与判别增强，构建双向时序网络BiNET； S2、通过Logistic-Tent混沌映射改进鬃狗优化算法DOA，利用改进的鬃狗优化算法DOA对BiNET网络的隐藏层神经元数量、学习率与L2正则化系数进行自适应寻优； S3、构建基于DOA-BiNET的有载分接开关机械故障诊断模型，将有载分接开关振动信号的时频域特征输入故障诊断模型，输出故障诊断结果； 步骤S1中，引入非线性时序残差增强机制具体包括：S1.1、利用公式1对相邻时刻的综合隐藏状态进行差分运算，并通过非线性激活函数构造时序残差特征，1；式中，表示经非线性映射后的时序残差特征；为线性整流激活函数；为可训练的参数向量；ht为BiLSTM网络在t时刻的综合隐藏状态；为BiLSTM网络在t-1时刻的综合隐藏状态；S1.2、利用公式2将原始双向隐藏特征与残差特征进行拼接融合，构成增强后的时序特征表示，2；式中，为融合稳态特征与瞬态残差特征后的增强隐藏状态；为向量拼接运算； 步骤S2中，Logistic-Tent映射表达式为3；式中，为混沌映射第n+1次迭代的结果；为控制参数，；为混沌映射第次迭代的结果，；为取余运算；基于Logistic-Tent映射进行鬃狗优化算法DOA的初始化种群生成时，假设为猎物编号，，n为种群规模；为问题变量维度，；将Logistic-Tent映射生成的混沌序列映射到函数空间中，得到鬃狗初始种群为4；式中，为第个鬃狗个体的第维的值；为搜索值的下限；α∈[0,1]为平滑系数；为基于Logistic-Tent映射得到的序列；为搜索值的上限； 步骤S2中，改进鬃狗优化算法DOA的算法过程为：S2.1、初始化算法参数以及种群规模，确定种群规模N以及最大迭代次数T；S2.2、通过Logistic-Tent映射初始化搜索空间，生成分布较为均匀的N个个体；S2.3、计算种群各个个体的适应度值，最优解是雄性鬃狗的位置，次优解是雌性鬃狗的位置；S2.4、计算猎物的逃避能量E，5；式中，代表猎物能量的初始状态，E0=2ε-16；表示猎物的递减能量，7；式中，ε表示0到1之间的任意数；为等于1.5的常数值；表示最大迭代次数；γ为非线性衰减系数；当|E|≥1时，采用8、9和10更新猎物下次迭代的位置；式中，f为适应度函数；Y1t和Y2t为猎物受到雄雌鬃狗影响更新后的坐标；为雄性鬃狗的位置；为现阶段迭代次数；表示猎物的位置向量；为雌性鬃狗的位置；表示探索侦察阶段雄性鬃狗与猎物之间的距离；表示探索侦察阶段雌性鬃狗与猎物之间的距离；为基于莱维分布的随机数向量，11；ηt为自适应步长缩放因子，，η0为初始步长系数；为莱维飞行的适应度函数值，12，13；式中，和为用于生成莱维飞行步长的随机变量，和的取值范围均为0,1区间；为默认常数，取值为1.5；Γ表示伽马函数；σ为飞行分布的尺度参数；当|E|1时，采用14、15和10更新猎物的下次迭代位置；式中，表示包围进攻阶段雄性鬃狗与猎物之间的距离；表示包围进攻阶段雌性性鬃狗与猎物之间的距离；S2.5、判断算法是否满足停止条件，如果条件满足，则退出循环并返回最优位置；如果不满足，则返回步骤S2.3继续执行； 步骤S3中，基于DOA-BiNET的有载分接开关机械故障诊断模型包括输入层、BiNET层、全连接层、Softmax层和输出层；输入层用于接收由OLTC振动信号提取的特征向量，BiNET层负责从输入的OLTC特征数据中提取深层特征，全连接层进一步进行特征融合和降维，Softmax层作为分类器，对全连接层输出的特征向量进行故障类别预测，输出层最终给出OLTC的故障诊断结果。

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。