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！

龙图腾网获悉福州大学申请的专利基于红外热成像的电缆接头绝缘劣化非接触式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：CN118112375B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202410004787.2，技术领域涉及：G01R31/12；该发明授权基于红外热成像的电缆接头绝缘劣化非接触式诊断方法是由廖一鹏;钟宏超;唐倩设计研发完成，并于2024-01-02向国家知识产权局提交的专利申请。

本基于红外热成像的电缆接头绝缘劣化非接触式诊断方法在说明书摘要公布了：本发明提供一种基于红外热成像的电缆接头绝缘劣化非接触式诊断方法，首先，对电缆接头及两端电缆的绝缘表层进行红外热成像，实现电缆接头中心两边多个对称区域的表层温度、接头两端电缆表层温度的非接触式采集；其次，构建基于双隐层自编码极限学习机的深度学习网络，以挖掘表层温度数据内部深层次隐含特征，将提取的深度隐含特征作为随机森林诊断模型输入；然后，提出一种非线性动态自适应旋转角的量子旋转门以改进量子烟花算法的更新策略，并用于诊断模型参数优化；最后，结合接头表层红外温度和绝缘介质损耗角正切值构建数据集，对诊断模型进行训练和现场测试。

本发明授权基于红外热成像的电缆接头绝缘劣化非接触式诊断方法在权利要求书中公布了：1.一种基于红外热成像的电缆接头绝缘劣化非接触式诊断方法，其特征在于：首先，对电缆接头及两端电缆的绝缘表层进行红外热成像，实现电缆接头中心两边多个对称区域的表层温度、接头两端电缆表层温度的非接触式采集；其次，构建基于双隐层自编码极限学习机的深度学习网络，以挖掘表层温度数据内部深层次隐含特征，将提取的深度隐含特征作为随机森林诊断模型输入；然后，采用非线性动态自适应旋转角的量子旋转门以改进量子烟花算法的更新策略，进行诊断模型参数优化；最后，结合接头表层红外温度和绝缘介质损耗角正切值构建数据集，对诊断模型进行训练和现场测试； 采用红外热成像仪扫描电缆接头外表面温度，接头上每隔120°沿轴向画一条基准线，然后以这3条基准线为准进行3次红外温度扫描；在接头中心及两边7个等距对称区域进行温度数据采集，接头中心区域获取红外温度平均值T0，中心两边等距对称区域获取平均温度T1～T6，以及接头两端电缆表层温度TA和TB；将接头区域平均温度T0～T6，以及两端电缆温度TA和TB作为接头绝缘劣化诊断的驱动数据； 通过构建的深度双隐层自编码极限学习机网络挖掘表层温度数据内部深层次隐含特征，将提取的深度隐含特征作为随机森林决策树的输入变量，最后对各决策树分类结果投票决策，具体实现流程如下： 步骤A1：构建数据集并进行数据划分，一部分作为训练数据，剩余部分作为测试数据； 步骤A2：使用bootstrap重抽样方法从原始训练数据集中有放回地抽取T次，构成T个训练子集； 步骤A3：分别对T个训练子集，采用深度双隐层自编码极限学习机网络提取内部深层次隐含特征； 步骤A4：将提取的深度隐含特征作为随机森林决策树的输入变量，决策树的生成就是递归构建二叉分类树的过程，在树的每个节点处，从M个输入变量中随机抽取m个特征作为候选特征，然后从这m个特征中选取最优的特征和最佳二值切分点来分裂该节点，从而建立T棵决策树，生成随机森林； 步骤A5：对待测试数据，先采用深度双隐层自编码极限学习机网络提取内部深层次隐含特征，然后输入到随机森林的各棵决策树进行诊断； 步骤A6：根据每一棵决策树的分类结果，投票决定最终的诊断结果。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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。