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 > 合肥工业大学李奇越获国家专利权

合肥工业大学李奇越获国家专利权

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!

龙图腾网获悉合肥工业大学申请的专利基于信号处理增强型Transformer的主配协同故障检测方法及介质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:CN119885041B

龙图腾网通过国家知识产权局官网在2025-07-15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:202510362025.4,技术领域涉及:G06F18/2433;该发明授权基于信号处理增强型Transformer的主配协同故障检测方法及介质是由李奇越;罗欢;唐昊;张倩;孙伟;李帷韬;李梦可;程红设计研发完成,并于2025-03-26向国家知识产权局提交的专利申请。

基于信号处理增强型Transformer的主配协同故障检测方法及介质在说明书摘要公布了:本发明公开了一种基于信号处理增强型Transformer的主配协同故障检测方法,包括:S1.采集主配网故障电压电流信号进行预处理,并构建训练集FD;S2.设置故障特征编码层和多层感知机故障检测层,用于构建信号处理增强型Transformer,之后采用训练集FD训练;S3.输入故障数据集合作为测试集样本,基于信号处理增强型Transformer输出故障时刻预测结果。本发明适用于主配电网故障发生时刻和持续时间高精度检测,不仅能够更加精细地捕捉故障信号的瞬态能量和时频特征,还能够在动态环境下更准确地识别故障模式,同时还显著提高了对微弱非线性非平稳信号的处理能力,实现了更高精度的故障检测。

本发明授权基于信号处理增强型Transformer的主配协同故障检测方法及介质在权利要求书中公布了:1.一种基于信号处理增强型Transformer的主配协同故障检测方法,其特征在于,包括: S1.采集主配网故障电压电流信号进行预处理,并构建训练集FD; S2.设置故障特征编码层,故障特征编码层包含瞬态微弱特征增强注意力机制、可学习非线性波形重构机制,用于计算获取故障瞬态重构特征,并根据上一层故障特征,向下迭代计算所有层故障特征,以构建多层感知机故障检测层,获取故障发生时刻和持续时间预检测结果,瞬态微弱特征增强注意力机制用于在第层对第层第条故障特征进行瞬态特征增强处理,以得到第条故障在第层的电压电流瞬态特征; 将故障特征编码层和多层感知机故障检测层结合形成信号处理增强型Transformer,之后采用训练集FD利用反向传播和梯度下降法对信号处理增强型Transformer进行训练,以获取模型最优参数; S3.输入故障数据集合作为测试集样本,基于信号处理增强型Transformer输出故障时刻预测结果; 所述瞬态特征增强处理的计算表达公式为: 其中,为第层第条故障特征提取编码层的瞬态能量查询值的权重矩阵;是第层第条故障特征提取编码层的瞬态能量查询值;是第层第条故障特征提取编码层的瞬态能量真值权重矩阵;是第层第条故障特征提取编码层的瞬态能量真值;是右转移矩阵;是左转移矩阵;是第层故障特征提取编码层第条故障电压电流数据的瞬时能量;是层正则化;是激活函数;表示第层故障特征提取编码层第条故障瞬时特征权重;表示逐元素乘。

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合肥工业大学,其通讯地址为:230041 安徽省合肥市包河区屯溪路193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。