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！

龙图腾网获悉杭州鼎澜科技有限公司申请的专利一种变压器故障预警模型建立方法、预警方法及装置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：CN115730246B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202211450730.2，技术领域涉及：G06F18/241；该发明授权一种变压器故障预警模型建立方法、预警方法及装置是由应昶昊;李珣;宓雪沁;武恺莉;张乐;郭盛;杨旭光;任国军设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本一种变压器故障预警模型建立方法、预警方法及装置在说明书摘要公布了：本发明提供了一种变压器故障预警模型建立方法、预警方法及装置，属于人工智能技术领域。它解决了现有变压器故障检测不及时等问题。本变压器故障预警模型建立方法、预警方法及装置包括以下步骤：步骤S1：采集历史台账数据、训练图神经网络模型并记录图邻接矩阵，步骤S2：将所有变压器设备训练过程中生成的图邻接矩阵合并，通过决策树模型判断图邻接矩阵的映射信息。本发明具有在实时预警应用中，根据图邻接矩阵输出的故障概率，结合气体关系的前后变化，实现对变压器的高精度提前预警等优点。

本发明授权一种变压器故障预警模型建立方法、预警方法及装置在权利要求书中公布了：1.一种变压器故障预警模型建立方法，其特征在于，包括以下步骤： 步骤S1：采集历史台账数据、训练图神经网络模型并记录图邻接矩阵： 步骤S1.1：采集变压器油中溶解的N种气体的历史台账数据，并按顺序排列； 步骤S1.2：对历史台账数据中的缺失值进行填充； 步骤S1.3：采集输入样本集以及输出样本集；该步骤S1.3中，输入样本长度为18，为过往18个时刻的9种油中溶解气体数值，输出样本长度为1，为下个时刻的9种油中溶解气体数值，滑动窗口长度为1，为每隔1个时刻采集一次样本集，设为t时刻下的9种油中溶解气体数据值，为第i种气体在t时刻下的值，为一组输入样本，为对应的一组输出样本； 步骤S1.4：将每组输入样本和输出样本按照时间顺序进行训练，对输入样本的最后一条数据和输出样本使用标准差归一法进行归一化； 步骤S1.5：将输出样本最后一条经过归一化后的N个气体数值通过embedding层映射到二维空间，生成一个形状为N×N的矩阵，设置两个映射层，得到两个输出结果矩阵：E1和E2，如公式3： ； 步骤S1.6：对两个输出结果矩阵进行一次线性转换,转换后的矩阵依然为N×N形状的矩阵:Y1和Y2，如公式4： ； 步骤S1.7：对两个转换后的矩阵使用sigmoid函数进行激活，并在激活之前设置一个用于控制激活率的超参数； 步骤S1.8：计算获得图邻接矩阵M； 步骤S1.9：根据下一时刻的气体变化生成对比图邻接矩阵M2； 步骤S1.10：损失函数MAPE为平均绝对百分比误差，将M和M2计算得到的误差反向传播，更新模型参数； 步骤S1.11：将每组输入样本和输出样本按步骤S1.1～步骤S1.10训练，每组输入样本和输出样本保留最优模型参数，下一组输入样本和输出样本训练调用上一组输入样本和输出样本训练得到的最优模型参数，最后一组输入样本和输出样本训练完得到最终模型，并保存模型训练过程中的图邻接矩阵； 步骤S2：将所有变压器设备训练过程中生成的图邻接矩阵合并，通过决策树模型判断图邻接矩阵的映射信息： 步骤S2.1：将每台变压器根据油中溶解气体数据训练生成的图邻接矩阵合并形成数据样本合集，将下一时刻将会发生故障的图邻接矩阵标记为故障数据样本集，其他的图邻接矩阵标注为正常数据样本集； 步骤S2.2：将每个图邻接矩阵转换为向量； 步骤S2.3：对所有的数据样本合集按照预设的比例划分训练数据集和验证数据集； 步骤S2.4：根据决策树ID3算法模型，通过信息增益比准则选择划分图邻接矩阵的属性为正常或故障； 步骤S2.5：在训练数据集上完成特征提取工作，在验证数据集上验证模型精度。

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鼎澜科技有限公司，其通讯地址为：310000 浙江省杭州市西兴街道联慧街300号8层802室；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。