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！

龙图腾网获悉国网福建省电力有限公司电力科学研究院;国网福建省电力有限公司;国家电网有限公司申请的专利绝缘子表面污秽程度评估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：CN118606783B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202410681229.X，技术领域涉及：G06F18/241；该发明授权绝缘子表面污秽程度评估方法及系统是由王晓杰;许军;黄友聪;陈少康;郑钟楠;方超颖设计研发完成，并于2024-05-29向国家知识产权局提交的专利申请。

本绝缘子表面污秽程度评估方法及系统在说明书摘要公布了：本发明涉及一种绝缘子表面污秽程度评估方法及系统，该方法包括：获取真实运行的绝缘子在不同表面污秽程度、不同天气气象状态下的泄漏电流数据以及对应的天气气象状态和表面污秽程度；对获得的泄漏电流数据进行离散傅里叶变换，提取泄漏电流的频谱特征量，并结合天气气象状态数据构建结合频谱特征和天气气象特征的多维特征向量；构建基于卷积神经网络的深度学习神经网络模型；将构建的多维特征向量作为深度学习神经网络模型的输入，进行深度学习训练，直到模型收敛为止；利用训练完成的深度学习神经网络模型对待评估的绝缘子进行表面污秽程度的预测评估。该方法及系统可以提高绝缘子表面污秽程度评估的准确性和实时性。

本发明授权绝缘子表面污秽程度评估方法及系统在权利要求书中公布了：1.一种绝缘子表面污秽程度评估方法，其特征在于，包括： 获取真实运行的绝缘子在不同表面污秽程度、不同天气气象状态下的泄漏电流数据以及对应的天气气象状态和表面污秽程度； 对获得的泄漏电流数据进行离散傅里叶变换，提取泄漏电流的频谱特征量，并结合天气气象状态数据构建结合频谱特征和天气气象特征的多维特征向量； 构建基于卷积神经网络的深度学习神经网络模型；将构建的多维特征向量作为深度学习神经网络模型的输入，进行深度学习训练，直到模型收敛为止； 利用训练完成的深度学习神经网络模型对待评估的绝缘子进行表面污秽程度的预测评估； 通过电流传感器对绝缘子的泄漏电流信号进行电流波形采集；将泄漏电流信号表示为多个信号分量的线性叠加，并通过如下的电流采样公式进行电流采样，以得到绝缘子的泄漏电流数据； 1 式中，xn∆t为采样得到的离散时间信号，n∆t为离散时间，n为时间序列，∆t为采样间隔；N为信号分量总数，i为信号分量，ωi、Ai、pi分别为i信号分量的角频率、幅值、初相位； 对通过式1采样得到的离散时间信号进行离散傅里叶变换： 2 式中，X[k]为离散时间信号的频谱，N为时间序列长度，k为频率索引； 提取频谱幅值作为泄漏电流的频谱特征量；k频率分量对应的幅值为： 3 式中，ReX[k]表示X[k]的实部，ImX[k]表示X[k]的虚部； 以泄漏电流的前p次谐波幅值和q个天气气象特征组成p+q维度的多维特征向量； 所述天气气象状态数据包括湿度数据和温度数据，从而形成包括湿度特征和温度特征的2个天气气象特征。

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国网福建省电力有限公司电力科学研究院;国网福建省电力有限公司;国家电网有限公司，其通讯地址为：350007 福建省福州市仓山区复园支路48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。