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！

龙图腾网获悉内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司;内蒙古电力(集团)有限责任公司乌兰察布供电分公司申请的专利基于机器学习的励磁涌流智能识别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：CN119918108B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411849558.7，技术领域涉及：G06F30/10；该发明授权基于机器学习的励磁涌流智能识别方法是由杨波;王琼;褚文超;付文光;赵子建;李昂;窦冰杰;王磊设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本基于机器学习的励磁涌流智能识别方法在说明书摘要公布了：本发明涉变压器技术领域，特别是一种基于机器学习的励磁涌流智能识别方法，本发明先构建了一种高阻抗变压器的仿真模型在对该模型进行优化使其可以根据指定的输入参数输出符合实验结果的励磁涌流的波形图；再以此为基础进行仿真实验，大大降低了人工实验的难度和时间成本；采用仿真实验的数据进行处理、分析并获得特征向量；通过对特征向量进行深度学习找到不同参数的特征向量之间的关系；最后对多模态数据集进行决策级融合，每个参数单独获得决策结果后再融合在一起根据正负相关的增益输出最终的波形结果；实现了对励磁涌流的预测和识别；为励磁涌流的抑制作为基础。

本发明授权基于机器学习的励磁涌流智能识别方法在权利要求书中公布了：1.一种基于机器学习的励磁涌流智能识别方法，其特征在于：包括以下具体步骤： S1、根据变压器的几何电气参数在仿真软件中构建仿真模型； S2、数据收集：收集变压器正常运行时的电气数据、变压器空载合闸时的电气数据以及外部故障切除后电压恢复时的电气数据； S3、数据预处理：对采集到的原始数据进行清洗、去噪和标准化处理； S4、以预处理后的数据作为输入在仿真模型中进行模拟实验，并将模拟实验与实际实验所获得的结果进行比对，优化仿真模型的参数，直至模拟实验结果与实际实验结果拟合度大于0.9； S5、使用调整好的仿真模型进行多次仿真实验，获得不同参数下的实验结果，并以此构建模拟数据集R； S6、对模拟数据集R进行特征提取，建立励磁涌流与分闸角、合闸角、铁芯饱和度、时间、温度以及剩磁大小的多模态特征向量；并将多模态的特征向量映射到同一特征空间中，构建出多模态数据集； S7、对多模态数据集进行深度学习，学习不同模态数据集之间潜在的关联度； S8、对多模态数据集进行决策级融合，构建出励磁涌流的预测模型，并对模型进行验证； S9、使用预测模型识别变压器运行时的励磁涌流； 步骤S3中数据预处理的步骤包括数据一致检查和去重、异常值处理、归一化处理； 步骤S4中拟合度T2满足以下公式： ； 其中，ya为实际值，yp为预测值，为实际值的均值；并满足T2大于0.9； 步骤S2中收集变压器正常运行时的电气数据包括运行电压、运行电流； 变压器空载合闸时的电气数据包括分闸角、剩磁、合闸角、偏磁； 外部故障切除后电压恢复时的电气数据分闸角、剩磁、合闸角、偏磁； 建立变压器空载合闸时的特征向量数据集Q1： ； 式中，为分闸角，为合闸角；S为铁芯饱和度，t为时间，T为温度； 其中分闸角，合闸角通过电流波形提取；时间t通过内置计时器获得，温度T通过温度传感器获得；S铁芯饱和度的计算公式为： ； 其中，S为铁芯饱和度；B为当前的磁通密度；Bsat是材料的饱和磁通密度可通过查阅铁芯材料及数据库数据获得； ； 其中，铁芯材料：μ0是真空磁导率；μr为材料的相对磁导率；H是磁场强度；通过公式计算： ； 其中N是线圈匝数；I是通过线圈的电流，L是磁路的平均长度； Br为剩磁；Br=μ0μr-1Hc；其中Hc为矫顽力； 建立变压器外部故障切除后电压恢复时的数据集Q2： ； 式中，为分闸角，为合闸角；S为铁芯饱和度，t为时间，T为温度； 其中分闸角，合闸角通过电流波形提取；时间t通过内置计时器获得，温度T通过温度传感器获得；S铁芯饱和度的计算公式为： ； 其中，S为铁芯饱和度；B为当前的磁通密度；Bsat是材料的饱和磁通密度可通过查阅铁芯材料及数据库数据获得； ； 其中，铁芯材料：μ0是真空磁导率；μr为材料的相对磁导率；H是磁场强度；通过公式计算： ； 其中N是线圈匝数；I是通过线圈的电流，L是磁路的平均长度； Br为剩磁；Br=μ0μr-1Hc；其中Hc为矫顽力； 采用卷积神经网络CNN对所建立的数据集Q1和Q2分别进行学习，确定不同模态数据集之间的关联度； 损失函数使用均方误差MSE表示： ； 其中，n为样本总数，yi为第i个样本的实际值，为第i个样本的预测值；具体地： 根据需要为每一种具有典型特征的励磁涌流的波形划分不同的精度，为每个参数选择特定的取值范围；最后对多模态数据集进行决策级融合；先通过每个参数单独获得决策结果，再将多个参数的决策结果融合获得最终结果并输出。

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内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司;内蒙古电力(集团)有限责任公司乌兰察布供电分公司，其通讯地址为：010000 内蒙古自治区呼和浩特市泉区锡林南路21号内蒙古电力科学研究院科研楼；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。