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;国网安徽省电力有限公司;国网安徽省电力有限公司超高压分公司申请的专利基于自注意力的异构网络的变压器故障诊断方法及装置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：CN116955951B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202310857743.X，技术领域涉及：G06F18/20；该发明授权基于自注意力的异构网络的变压器故障诊断方法及装置是由李奇越;赵小平;孙伟;李帷韬;葛健;章海斌;郭振宇;刘鑫;马欢;陈龙设计研发完成，并于2023-07-12向国家知识产权局提交的专利申请。

本基于自注意力的异构网络的变压器故障诊断方法及装置在说明书摘要公布了：本发明公开了基于自注意力的异构网络的变压器故障诊断方法及装置，所述方法包括：在变压器故障状态下，获取变压器的热红外图像进行预处理得到第一训练集T1；采集变压器的油中溶解气体含量进行预处理得到第二训练集T2；构建基于自注意力的异构融合网络模型，模型包括关注全局时标信息的自注意力LSTM网络、关注局部空间信息的自注意力残差网络、特征融合层以及Softmax分类器，第一训练集T1输入到自注意力残差网络中，第二训练集T2输入到自注意力LSTM网络中；训练基于自注意力的异构融合网络模型，利用训练好的模型进行故障诊断；本发明的优点在于：提取的特征完备，最终诊断结果较为准确。

本发明授权基于自注意力的异构网络的变压器故障诊断方法及装置在权利要求书中公布了：1.基于自注意力的异构网络的变压器故障诊断方法，其特征在于，所述方法包括： 步骤a：在变压器故障状态下，获取变压器的热红外图像进行预处理得到第一训练集； 步骤b：在变压器故障状态下，采集变压器的油中溶解气体含量进行预处理得到第二训练集； 步骤c：构建基于自注意力的异构融合网络模型，所述模型包括关注全局时标信息的自注意力LSTM网络、关注局部空间信息的自注意力残差网络、特征融合层以及Softmax分类器，所述第一训练集输入到自注意力残差网络中，第二训练集输入到自注意力LSTM网络中，自注意力残差网络的输出端和自注意力LSTM网络的输出端均与特征融合层的输入端连接，特征融合层的输出端与Softmax分类器连接； 所述自注意力残差网络包括自注意力残差模块，自注意力残差模块的处理过程为： 1）变压器故障图像顺序输入两个2D卷积进行残差映射，获取维数为的特征图；变压器故障图像为第一训练集中的数据； 2）将特征图采用卷积和Softmax函数激活后，可获取维数为的中间特征向量，与特征图进行点积，获取维数为的通道注意力特征向量； 3）将全局特征向量输入至两个全连接层后，采用Sigmoid函数激活，并与特征图进行点积，再与变压器故障图像进行短路连接得到输出； 所述自注意力LSTM网络包括自注意力LSTM模块，自注意力LSTM模块的处理过程为： 1）将变压器故障矩阵分别输入至每个LSTM单元，可获取每个时刻上隐藏层输出，其中，的维数是，的维数是；变压器故障矩阵为第二训练集中的数据； 2）对每个时刻上隐藏层输出采用1D卷积和softmax函数激活后，可获取维数为的中间特征向量，与进行点积，获取维数为的时标注意力特征向量； 3）将时标注意力特征向量顺序输入至两个全连接层后，采用Sigmoid函数激活，并与进行点积得到输出； 步骤d：训练基于自注意力的异构融合网络模型，利用训练好的模型进行故障诊断。

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;国网安徽省电力有限公司;国网安徽省电力有限公司超高压分公司，其通讯地址为：242000 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”。