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！

龙图腾网获悉国网四川省电力公司信息通信公司申请的专利基于多模态融合对抗学习的电力通信设备故障诊断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：CN120995087B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202511525124.6，技术领域涉及：G06F18/213；该发明授权基于多模态融合对抗学习的电力通信设备故障诊断方法及系统是由彭伟夫;胡朝华;徐健;张颖;王锐;王志川;陈少磊;崔国龙;贾勇;何春燕设计研发完成，并于2025-10-24向国家知识产权局提交的专利申请。

本基于多模态融合对抗学习的电力通信设备故障诊断方法及系统在说明书摘要公布了：本发明公开了一种基于多模态融合对抗学习的电力通信设备故障诊断方法及系统，获取正常和异常环境下含射频前端故障信息的时序参考信号并通过短时傅里叶变换得到时频谱图，构建多模态数据集并进行预处理；通过双分支卷积网络分别提取信号时域特征及时频谱图频域特征；利用注意力融合模块动态加权融合时域特征与频域特征，生成多模态融合特征；构建包括故障分类器和环境判别器的双任务分支，利用故障分类器识别故障类型，环境判别器预测环境类别；本发明通过多模态融合对抗学习，实现了电力通信设备射频前端故障的非侵入式准确诊断，有效解决了传统方法的物理不可达性、特征模式漂移和特征混淆问题，在复杂环境中仍能保持稳定的诊断性能。

本发明授权基于多模态融合对抗学习的电力通信设备故障诊断方法及系统在权利要求书中公布了：1.基于多模态融合对抗学习的电力通信设备故障诊断方法，其特征在于：包括以下步骤： S1，分别获取正常环境下和异常环境下电力通信设备中含射频前端故障信息的时序参考信号并通过短时傅里叶变换得到时频谱图，构建多模态数据集并进行预处理； S2，构建双分支卷积网络分别提取参考信号的时域特征和时频谱图的频域特征； S3，将时域特征和频域特征利用跨模态注意力融合模块融合成多模态融合特征构建多模态特征提取器； S4，构建包括故障分类器和环境判别器的双任务分支，将多模态融合特征分别输入至故障分类器预测故障类别和环境判别器预测环境类别； S5，在多模态特征提取器和环境判别器之间设置梯度反转层，利用动态对抗学习机制训练模型，使得模型学习与环境无关的鲁棒性故障特征； 所述步骤S1中构建多模态数据集并进行预处理包括以下步骤： S11，提取时序参考信号有效段，并通过预设窗口压缩,将幅度范围通过线性变换归一化； S12，将时频谱图转换为单通道灰度图，通过双线性插值调整分辨率； S13，利用分层抽样策略将多模态数据集按照预设比例划分为训练集、验证集和测试集； 所述步骤S3中利用跨模态注意力融合模块融合时域特征和频域特征得到多模态融合特征，具体按照以下步骤进行： S31，将时域特征和频域特征投影至公共特征空间,生成注意力权重矩阵： 其中表示Sigmoid激活函数，和为可学习参数矩阵，和分别表示时域注意力权重矩阵和频域注意力权重矩阵； S32，利用生成的权重注意力矩阵对投影后的特征进行加权融合得到多模态融合特征： 其中表示多模态融合特征，和分别表示用于投影的可学习参数矩阵，表示逐元素乘法。

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四川省电力公司信息通信公司，其通讯地址为：610040 四川省成都市高新区蜀绣西路366号2层、4层、5层、8层；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。