Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东技术师范大学熊建斌获国家专利权

广东技术师范大学熊建斌获国家专利权

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!

龙图腾网获悉广东技术师范大学申请的专利基于新变分模态分解与K近邻算法结合的电力系统输电线路故障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:CN116049669B

龙图腾网通过国家知识产权局官网在2025-07-08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:202211659603.3,技术领域涉及:G06F18/214;该发明授权基于新变分模态分解与K近邻算法结合的电力系统输电线路故障故障诊断方法是由熊建斌;钱文博;梁琼;陈康;聂锦机;刘鸣慧;岑健;王颀;吴俊廷;宋伟伟;董湘君;郑辞晏;周卫;刘军;伍银波设计研发完成,并于2022-12-22向国家知识产权局提交的专利申请。

基于新变分模态分解与K近邻算法结合的电力系统输电线路故障故障诊断方法在说明书摘要公布了:本发明公开了一种基于新变分模态分解与K近邻算法结合的故障诊断方法,包括如下步骤:S1、故障仿真数据采集;S2、故障数据预处理;S3、训练新变分模态分解模型模块与构建新变分模态分解模型模块和改进的K近邻算法识别分类模块连接,用于将采集到的信号数据构建新变分模态分解模型;S4、改进的K近邻算法识别分类模块与训练新变分模态分解模型模块连接,用于识别诊断结果。本发明能够在各种复杂的环境下快速、准确地检测电力系统输电线路故障,保障电力系统输电线路的正常运行,完善电力系统行业的科学检测体系,避免重大事故的发生,也提高输电线路的安全性,实现容错操作最小化,最大限度地减少性能下降和避免危险情况具有重要的意义。

本发明授权基于新变分模态分解与K近邻算法结合的电力系统输电线路故障故障诊断方法在权利要求书中公布了:1.一种基于新变分模态分解与K近邻算法结合的电力系统输电线路故障诊断方法,包括故障仿真数据采集模块、构建新变分模态分解模型模块、训练新变分模态分解模型模块和改进的K近邻算法识别分类模块,其特征在于:包括如下步骤: S1、故障仿真数据采集:故障仿真数据采集模块与构建新变分模态分解模型模块连接,用于采集原始信号数据集;故障仿真数据采集包含采样频率为1200的电压电流信号,通过数据采集模块获取故障的时间序列数据,每1000个时间序列数据为一组数据; S2、故障数据预处理:构建新变分模态分解模型模块分别与故障仿真数据采集模块和训练新变分模态分解模型模块连接,用于将采集到的数据构建新变分模态分解模型,并将新变分模态分解传输给训练新变分模态分解模型模块;所述构建新变分模态分解模型中包括将信号数据集经过遗传算法优化的变分模态分解处理后得到本征模态函数,再将本征模态函数信号经过小波分解处理,最后通过主成分分析进行降维处理得到新变分模态分解模型; S3、训练新变分模态分解模型模块与构建新变分模态分解模型模块和改进的K近邻算法识别分类模块连接,用于将采集到的信号数据构建新变分模态分解模型; 训练新变分模态分解模型包括遗传算法优化的变分模态分解处理,小波分解处理,主成分分析降维处理,训练样本数据集、测试样本数据集、构建模型、获取模型; S4、改进的K近邻算法识别分类模块与训练新变分模态分解模型模块连接,用于识别诊断结果;所述改进的K近邻算法识别分类通过KD树优化的K近邻算法实现更好地进行分类,因为KD树可以快速查找到K个近邻,用来减少搜索次数,提高工作效率,减少计算量。

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技术师范大学,其通讯地址为:518000 广东省广州市天河区中山大道西293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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。