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！

龙图腾网获悉杭州巨骐信息科技股份有限公司申请的专利利用数据库样本的电力电缆线路劣化诊断系统及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：CN115840119B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202310058393.0，技术领域涉及：G01R31/12；该发明授权利用数据库样本的电力电缆线路劣化诊断系统及方法是由倪晓璐;周铭权;孟庆铭;倪钢森;陈森杰;陈荣鑫;郭能俊设计研发完成，并于2023-01-13向国家知识产权局提交的专利申请。

本利用数据库样本的电力电缆线路劣化诊断系统及方法在说明书摘要公布了：本发明公开了利用数据库样本的电力电缆线路劣化诊断系统及方法，方法包括：1提取样本电缆的谐波电流特征，将针对样本电缆的专家评价数据作为标签对谐波电流特征进行标记，将标记后的谐波电流特征的集合分为训练集和测试集；2构建专家评价数据对应的卷积神经网络，其中，专家评价数据对应的卷积神经网络包括输入层、若干个卷积层、最大值池化层以及输出层；3将训练集输入专家评价数据对应的卷积神经网络，得到目标模型；4收集待诊断电缆的谐波电流特征，并输入到目标模型中，得到待诊断电缆的劣化程度。应用本发明实施例，可以在不停电的情况下进行电缆电路绝缘劣化分析。

本发明授权利用数据库样本的电力电缆线路劣化诊断系统及方法在权利要求书中公布了：1.利用数据库样本的电力电缆线路劣化诊断方法，其特征在于，所述方法包括： 1提取样本电缆的谐波电流特征，将针对样本电缆的专家评价数据作为标签对谐波电流特征进行标记，将标记后的谐波电流特征的集合分为训练集和测试集； 2构建专家评价数据对应的卷积神经网络，其中，专家评价数据对应的卷积神经网络包括输入层、若干个卷积层、最大值池化层以及输出层； 3将所述训练集输入所述专家评价数据对应的卷积神经网络，得到预训练模型；使用所述测试集测试预训练模型，根据测试结果调整训练参数重新训练，并返回执行所述将所述训练集输入所述专家评价数据对应的卷积神经网络步骤，直至专家评价数据对应的卷积神经网络收敛，得到目标模型； 4收集待诊断电缆的谐波电流特征，并输入到目标模型中，得到待诊断电缆的劣化程度； 所述卷积神经网络的训练过程包括： 利用标记后的谐波电流特征训练样本训练卷积神经网络，并利用公式计算当前次迭代时所述卷积神经网络的谐波误差损失，其中，S1为谐波电流特征数量；xi为第i个谐波电流特征对应的专家评价劣化指数；为模型输出的第i个谐波电流特征对应的预测劣化指数；∑为求和函数；在谐波误差损失低于设定阈值的情况下，得到第一预训练模型； 利用标记后的温度分布特征训练样本训练第一预训练模型，并利用公式计算当前次迭代时所述卷积神经网络的温度误差损失，其中，S2为温度分布特征数量；yj为第j个温度分布特征对应的专家评价劣化指数；为模型输出的第j个温度分布特征对应的预测劣化指数；在温度误差损失低于设定阈值的情况下，得到第二预训练模型； 利用标记后的磁场分布特征训练样本训练第二预训练模型，并利用公式计算当前次迭代时所述卷积神经网络的磁场误差损失，其中，S3为谐波电流特征数量；zk为第k个磁场分布特征对应的专家评价劣化指数；为模型输出的第k个磁场分布特征对应的预测劣化指数；在磁场误差损失低于设定阈值的情况下，得到第三预训练模型； 利用公式，Loss＝λ1*loss1+λ2*loss2+loss3，计算当前次迭代的第三预训练模型的综合加权损失，直至综合加权损失收敛，得到目标模型，其中，Loss为当前次迭代的卷积神经网络的综合加权损失；λ1为谐波电流特征对应的权重；λ2为温度分布特征对应的权重。

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杭州巨骐信息科技股份有限公司，其通讯地址为：311400 浙江省杭州市富阳区场口镇神堂路8号第6幢；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。