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广州供电局申请的专利基于LIBS的不同配方绝缘子分类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：CN115905948B 。

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：202211450574.X，技术领域涉及：G06F18/241；该发明授权基于LIBS的不同配方绝缘子分类方法及系统是由周鸿铃;杜钢;李光茂;乔胜亚;庞志开;陈璐;杨杰;蔡汉贤;朱晨;杨森设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本基于LIBS的不同配方绝缘子分类方法及系统在说明书摘要公布了：本发明公开了一种基于LIBS的不同配方绝缘子分类方法及系统，方法包括以下步骤：S1、绝缘子标准谱线获取与分析，利用LIBS对不同厂家的绝缘子进行分析，得到光谱数据，并对光谱数据进行预处理；S2、搭建神经网络并利用预处理后的光谱数据进行训练；S3、将训练好的神经网络用于实际绝缘子样品的分类。本发明利用激光诱导击穿光谱技术，通过产生功率密度极高的激光脉冲，在绝缘子样品表面诱导产生等离子体，利用光纤收集等离子体，得到光谱信息，可以实现不同厂家绝缘子配方的分类。

本发明授权基于LIBS的不同配方绝缘子分类方法及系统在权利要求书中公布了：1.基于LIBS的不同配方绝缘子分类方法，其特征在于，包括以下步骤： S1、绝缘子标准谱线获取与分析，利用LIBS对不同厂家的绝缘子进行分析，得到光谱数据，并对光谱数据进行预处理； 对光谱数据进行预处理具体包括： 基线校正，去除背景光谱的干扰，找出绝缘子烧制过程中所用填料对应的特征元素谱线，具体为： 采用基线校正方法，将光谱平均分为N个部分，从中选择一系列有代表性的基线特征点，对这些点进行线性、多项式或样条函数插值来构建基线，将数据点集减去基线以将基线校正到y=0； 采用小波变换滤波进行降噪，通过小波函数对原始光谱进行分解，得到包含光谱特征信息的低频信号和包含噪声信息的高频信号，设定阈值去除高频信号保留低频信号，将原始光谱去噪； 参考原子光谱数据库的标准谱线的信息，考虑光谱仪的分辨率，确定绝缘子特征元素谱线； 对光谱数据进行预处理还包括： 基于递归特征消除算法进行光谱数据特征选择，采用线性判别分析算法对特征光谱数据进行降维处理，具体为： 将最初的所有数据点作为特征组成特征集，输入到分类模型中，计算得到每个特征的相关性，得到特征相关性得分排序表，根据此表剔除部分相关性差的特征，重复此迭代过程，选择最优特征子集，降低光谱信息数据量； 通过计算类内散度矩阵Sw和类间散度矩阵Sb，计算矩阵Sw -1Sb，对矩阵Sw -1Sb进行特征分解并计算最大的d个特征值对应的特征向量组成W，经Y=WTX公式将高维原特征转化为低维新特征，降低数据维数； S2、搭建神经网络并利用预处理后的光谱数据进行训练；步骤S2中，将预处理过的光谱数据作为训练样本，将训练样本输入搭建好的神经网络进行训练识别，将训练后的神经网络用于不同厂家绝缘子的分类识别； BP神经网络训练过程具体为： BP神经网络是一种有监督学习，其训练过程中输出结果向前传播，每层神经元的输入只接受前一层神经元的输出； 误差反向传播，反馈每个中间层的偏差，利用梯度下降法，使权值向负梯度方向变化，以上步骤循环迭代进行，当预测值和真实值之间的误差小于设定的阈值，则BP神经网络训练完成； S3、将训练好的神经网络用于实际绝缘子样品的分类，具体为： 在同一仪器参数下进行实际运行测量，利用LIBS系统对实际样品绝缘子进行分析，得到光谱数据，进行数据预处理，将光谱数据输入训练完成的神经网络中，得出绝缘子厂家归属。

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广州供电局，其通讯地址为：510620 广东省广州市天河区天河南二路2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”。