Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安理工大学王凯获国家专利权

西安理工大学王凯获国家专利权

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!

龙图腾网获悉西安理工大学申请的专利一种基于格拉姆角场的水电机组运行状态识别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:CN120876495B

龙图腾网通过国家知识产权局官网在2025-12-09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:202511400056.0,技术领域涉及:G06T7/00;该发明授权一种基于格拉姆角场的水电机组运行状态识别方法及系统是由王凯;张雷;李贵勋;孔令辉;徐卓飞;穆凯迪设计研发完成,并于2025-09-28向国家知识产权局提交的专利申请。

一种基于格拉姆角场的水电机组运行状态识别方法及系统在说明书摘要公布了:本发明涉及水电机组状态监测领域,具体涉及一种基于格拉姆角场的水电机组运行状态识别方法及系统;获取水电机组不同运行状态下的状态参数;对不同运行状态下的状态参数进行预处理,得到一维融合时域信号;基于GAF对一维融合时域信号进行图像编码,得到GADF图像和GASF图像;将同一运行状态下的GADF图像和GASF图像输入至预先构建好的DCLCNN模型中,得到水电机组的运行状态识别结果。本发明实现了有效提高了DCLCNN模型在水电机组频繁调节过程中和机组复杂运行工况下的特征提取能力,提高了DCLCNN模型状态识别精度,降低了DCLCNN模型计算复杂度。

本发明授权一种基于格拉姆角场的水电机组运行状态识别方法及系统在权利要求书中公布了:1.一种基于格拉姆角场的水电机组运行状态识别方法,其特征在于,包括以下步骤: S1、获取水电机组不同运行状态下的状态参数; S2、对不同运行状态下的状态参数进行预处理,得到一维融合时域信号; S3、基于GAF对一维融合时域信号进行图像编码,得到GADF图像和GASF图像; S4、将同一运行状态下的GADF图像和GASF图像输入至预先构建好的DCLCNN模型中,所述DCLCNN模型包括两个并行的特征提取分支、特征融合层以及分类层;两个特征提取分支结构相同,均包括初始特征提取层、深度特征提取层和特征重组层; 所述初始特征提取层对输入的GADF图像或GASF图像进行3×3标准卷积,采用ReLU激活函数,步距为2,得到初步特征; 深度特征提取层包括四层倒置残差结构,其中倒置残差结构中含有MLCA注意力机制; 所述倒置残差结构对初步特征依次进行1×1逐点卷积和3×3深度卷积,得到深度卷积输出;通过MLCA注意力机制对深度卷积输出进行校准,得到校准后的特征,对校准后的特征进行1×1逐点卷积,得到深度特征; 所述特征重组层对深度特征进行1×1标准卷积,采用h‑swish激活函数,步距为1; 其中一个特征提取分支对GADF图像特征提取,得到第一多尺度特征,另一个特征提取分支对GASF图像特征提取,得到第二多尺度特征; 通过特征融合层对第一多尺度特征和第二多尺度特征依次进行全局平均池化、维度合并以及展平,得到融合特征; 通过分类层对融合特征进行映射输出,分类层包括两个全连接层,通过第一个全连接层对融合特征升维,并引入h‑swish激活函数和Dropout层,得到高维特征;通过第二个全连接层对高维特征进行降维并映射分类,得到水电机组的运行状态识别结果。

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西安理工大学,其通讯地址为:710048 陕西省西安市碑林区金花南路5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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。