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 > 中国科学技术大学;中国电力科学研究院有限公司刘磊获国家专利权

中国科学技术大学;中国电力科学研究院有限公司刘磊获国家专利权

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!

龙图腾网获悉中国科学技术大学;中国电力科学研究院有限公司申请的专利电压传感信号非线性补偿方法、系统、设备和存储介质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:CN120763469B

龙图腾网通过国家知识产权局官网在2026-01-06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:202510867087.0,技术领域涉及:G06F18/10;该发明授权电压传感信号非线性补偿方法、系统、设备和存储介质是由刘磊;郭经红;梁云;唐艳;陈硕;李睿宜;王琪;李斌设计研发完成,并于2025-06-26向国家知识产权局提交的专利申请。

电压传感信号非线性补偿方法、系统、设备和存储介质在说明书摘要公布了:本申请提供一种电压传感信号非线性补偿方法、系统、设备和存储介质,涉及信号补偿领域,该电压传感信号非线性补偿方法包括:将第二目标数据输入至Transformer模型,基于Transformer模型的编码器和解码器进行特征提取和融合,得到表征环境特征与电压序列融合信息的隐变量;将隐变量输入GRU模型,通过循环计算融合隐变量整个序列的时序信息并通过全连接层进行变换,生成非线性补偿后的目标电压传感信号。本申请综合利用Transformer模型和GRU模型,考虑温度、驱动频率、老化量三种引起传感器误差的因素,实现了多因素耦合情况下的电压传感信号的非线性补偿,且能够准确地预测电压传感器的非线性误差,从而输出更精确的补偿后电压估计,保障非线性补偿的效果。

本发明授权电压传感信号非线性补偿方法、系统、设备和存储介质在权利要求书中公布了:1.一种电压传感信号非线性补偿方法,其特征在于,包括: 获取预处理后的第一目标数据和第二目标数据,其中,所述第一目标数据和所述第二目标数据均包括预处理后的电压传感信号数据和环境工况数据,所述环境工况数据用于对所述电压传感信号数据进行补偿且包括含电压传感器的温度、驱动频率和老化量在内的环境变量; 基于所述第一目标数据对预设的Transformer网络框架和预设的GRU网络框架进行联合优化,得到Transformer模型和GRU模型; 将所述第二目标数据输入至所述Transformer模型,基于所述Transformer模型的编码器和解码器进行特征提取和融合,得到表征环境特征与电压序列融合信息的隐变量; 将所述隐变量输入所述GRU模型,通过循环计算融合所述隐变量整个序列的时序信息并通过全连接层进行变换,生成非线性补偿后的目标电压传感信号; 所述Transformer模型包括编码器和解码器; 所述将所述第二目标数据输入至所述Transformer模型,基于所述Transformer模型的编码器和解码器进行特征提取和融合,得到表征环境特征与电压序列融合信息的隐变量,包括: 通过所述编码器对所述第二目标数据的环境工况数据进行特征提取,将环境因素的潜在模式和交互关系转化为高维特征,以挖掘环境变量之间的复杂依赖性; 通过所述解码器对所述第二目标数据的电压传感信号数据进行特征提取并与所述高维特征进行融合,得到表征环境特征与电压序列融合信息的隐变量; 所述GRU模型为双层GRU结构且隐藏单元数为Transformer输出维度; 所述将所述隐变量输入所述GRU模型,通过循环计算融合所述隐变量整个序列的时序信息并通过全连接层进行变换,生成非线性补偿后的目标电压传感信号,包括: 通过所述GRU模型的更新门和重置门动态处理所述隐变量每帧的序列信息; 通过循环计算融合所述隐变量的整个序列的时序信息,以表征电压传感信号数据在时间维度上的动态特性,得到最后一帧的隐藏状态; 将所述最后一帧的隐藏状态发送至全连接层,以通过全连接层对隐藏状态进行线性变换,生成补偿后的电压估计,得到表征环境特征与电压序列融合信息的目标电压传感信号。

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中国科学技术大学;中国电力科学研究院有限公司,其通讯地址为:230026 安徽省合肥市金寨路96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。