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 > 山东理工大学;山东科汇电力自动化股份有限公司邹国锋获国家专利权

山东理工大学;山东科汇电力自动化股份有限公司邹国锋获国家专利权

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!

龙图腾网获悉山东理工大学;山东科汇电力自动化股份有限公司申请的专利基于多网络融合的电力电缆故障声音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:CN120847555B

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:202511359422.2,技术领域涉及:G01R31/08;该发明授权基于多网络融合的电力电缆故障声音识别方法及系统是由邹国锋;宫士营;单超;徐丙垠;王玮;傅桂霞;徐梁杰设计研发完成,并于2025-09-23向国家知识产权局提交的专利申请。

基于多网络融合的电力电缆故障声音识别方法及系统在说明书摘要公布了:本发明涉及电力电缆故障放电声音识别技术领域,提出了基于多网络融合的电力电缆故障声音识别方法及系统,包括:对声音信号序列进行多层次特征提取和数据包络分析,生成多尺度特征与趋势得分图;利用自注意机制获得相似性得分图与值向量;通过拼接趋势与相似图,构建门控特征并生成混合权重图;基于混合权重图融合值向量,完成特征融合;最后进行时序建模与分类,输出识别结果。本发明通过多网络融合的深度学习模型,实现了电力电缆放电声音信号多层次、多类型特征的自动提取与融合,提升了故障识别的智能化水平和模型的泛化能力。克服经典声音信号描述方法和识别方法泛化能力不足带来的影响,实现了电力电缆故障放电声音识别的智能化。

本发明授权基于多网络融合的电力电缆故障声音识别方法及系统在权利要求书中公布了:1.基于多网络融合的电力电缆故障声音识别方法,其特征在于,包括如下步骤: 对获取的待识别声音信号序列进行多层次特征提取,得到提取后的多尺度特征; 对获取的待识别声音信号序列进行数据包络特征提取,根据得到的包络线生成趋势得分图; 将提取的多尺度特征进行自注意机制操作,生成查询与键之间的相似性得分图以及值向量; 将趋势得分图与相似得分图拼接,进行卷积和激活生成门控特征;根据门控特征动态控制相似得分图与趋势得分图的融合比例,生成混合权重图; 基于混合权重图对使用多尺度特征生成的值向量进行融合,得到融合特征; 针对融合特征进行时序建模和分类后,得到声音信号的分类结果; 提取多尺度特征通过构建多层次特征提取网络实现,多层次特征提取网络包括依次连接的第一CR模块、拆分模块、轻量处理支路和深层提取支路、拼接模块以及第二CR模块;两个CR模块包括卷积层和激活层,对输入特征进行卷积和激活操作; 多尺度特征的提取方法,包括如下步骤: 对获取的待识别声音信号序列进行卷积和激活处理,并将特征沿通道维度拆分后输入至轻量处理支路和深层提取支路; 在深层提取支路,对输入的特征采用基于卷积神经网络的深度渐进式的多层编码得到多尺度信息,并利用跳跃连接块将多尺度信息进行连接操作得到多层次特征; 将深层提取支路得到的多层次特征和轻量处理支路得到的底层信息特征在通道维度上拼接,并将拼接后的特征进行降维,得到融合后的多尺度特征; 利用门控特征动态控制相似得分图与趋势得分图的比例,并利用卷积生成混合权重图,公式如下: ; ; 其中,、表示卷积的权重矩阵,和表示卷积的偏置,代表点乘操作,,gate表示门控特征。

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山东理工大学;山东科汇电力自动化股份有限公司,其通讯地址为:255000 山东省淄博市张店区新村西路266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。