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！

龙图腾网获悉昆明理工大学申请的专利一种基于PCA特征提取的IGWO-SVM变压器故障诊断方法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：CN117131429B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202311098666.0，技术领域涉及：G06F18/2411；该发明授权一种基于PCA特征提取的IGWO-SVM变压器故障诊断方法是由骆钊;朱家祥;吴谕侯;王钢;李钊;张涛;张杨;林铭良;郑丽;余洋;梁河森;潘册;孙啟雄设计研发完成，并于2023-08-29向国家知识产权局提交的专利申请。

本一种基于PCA特征提取的IGWO-SVM变压器故障诊断方法在说明书摘要公布了：本发明公开了一种基于PCA特征提取的IGWO‑SVM变压器故障诊断方法，包括：对原始非线性变压器故障特征数据进行降维处理；采用优化算法对SVM的核函数参数和惩罚因子进行寻优，获得最优IGWO‑SVM模型；将降维后的数据输入到IGWO‑SVM模型中进行变压器故障诊断。本发明首先通过采用PCA优选出特征作为输入变量以消除故障数据集中冗杂、无效、重叠的信息，能提高变压器故障诊断的精度和效率；其次，引入佳点集初始化种群策略、非线性收敛因子调整策略和基于记忆指导的位置更新策略对传统的GWO进行改进，并将IGWO与传统算法进行性能测试对比，证明其收敛速度和精度都有显著提高。最后，将IGWO用于SVM核函数参数和惩罚因子的优化，构建IGWO‑SVM故障诊断模型。

本发明授权一种基于PCA特征提取的IGWO-SVM变压器故障诊断方法在权利要求书中公布了：1.一种基于PCA特征提取的IGWO-SVM变压器故障诊断方法，其特征在于，包括： 对原始非线性变压器故障特征数据进行降维处理； 采用优化算法对SVM的核函数参数和惩罚因子进行寻优，获得最优IGWO-SVM模型； 将降维后的数据输入到IGWO-SVM模型中进行变压器故障诊断； 所述优化算法采用IGWO优化算法，IGWO优化算法在传统GWO优化算法基础上进行改进，具体包括： 引入佳点集初始化种群策略来优化初始种群的选择； 提出非线性收敛因子调整策略； 建立基于记忆指导的位置更新策略； 所述非线性收敛因子调整策略的表达式为： ； 式中：表示收敛因子，为当前迭代次数，为最大迭代次数； 所述基于记忆指导的位置更新策略，具体为： 引入惯性权重来表示不同等级灰狼的重要程度； 依据重要程度，确定灰狼位置更新表达式。

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昆明理工大学，其通讯地址为：650093 云南省昆明市五华区学府路253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。