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！

龙图腾网获悉大唐水电科学技术研究院有限公司申请的专利一种基于深度学习的变压器状态评估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：CN120745432B 。

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：202511171308.7，技术领域涉及：G06F30/27；该发明授权一种基于深度学习的变压器状态评估方法及系统是由胡思宇;王晓兰;何良;张海库;何东阳;符桐舸;李润东;魏棕凯;管毓瑶;宋佳骏;欧亮设计研发完成，并于2025-08-21向国家知识产权局提交的专利申请。

本一种基于深度学习的变压器状态评估方法及系统在说明书摘要公布了：本发明提供了一种基于深度学习的变压器状态评估方法及系统，涉及电力系统优化技术领域，方法包括：获取待测变压器的多种实时监测数据，并进行数据预处理得到预处理数据；将预处理数据进行时序对齐与统一建模，得到统一的时序特征向量；将时序特征向量输入到改进型Transformer网络结构，得到高维深度特征；利用动态双阶段优化算法对高维深度特征进行寻优，得到全局最优特征组合；将全局最优特征组合输入到构建好的健康评分网络以得到健康指数；根据健康指数和构建好的寿命衰退模型生成寿命预测结果；根据健康指数和寿命预测结果确定待测变压器的状态评估结果。本发明解决了变压器健康状态评估准确度低下和环境适应性差的问题。

本发明授权一种基于深度学习的变压器状态评估方法及系统在权利要求书中公布了：1.一种基于深度学习的变压器状态评估方法，其特征在于，包括： 获取待测变压器的多种实时监测数据，并进行数据预处理得到预处理数据； 将所述预处理数据进行时序对齐与统一建模，得到统一的时序特征向量； 将所述时序特征向量输入到改进型Transformer网络结构，得到高维深度特征； 利用带有自适应扰动控制机制的动态双阶段优化算法对所述高维深度特征进行寻优，得到全局最优特征组合； 将所述全局最优特征组合输入到构建好的健康评分网络以得到健康指数； 根据健康指数和构建好的寿命衰退模型生成寿命预测结果； 根据所述健康指数和所述寿命预测结果确定所述待测变压器的状态评估结果； 所述利用带有自适应扰动控制机制的动态双阶段优化算法对所述高维深度特征进行寻优，得到全局最优特征组合，包括： 为所述高维特征中的每个特征分配一个随机的初始权重，生成高维特征权重向量，并将所述高维特征权重向量作为粒子的初始位置； 设置粒子的速度向量并根据所述粒子的初始位置计算粒子的适应度值； 根据所述适应度值对所述粒子的速度和位置进行调整，得到当前的第一全局最优粒子； 利用模拟退火算法对所述第一全局最优粒子进行局部优化得到第二全局最优粒子及其对应的适应度值； 对第二全局最优粒子应用混沌扰动机制，生成新的粒子和对应的适应度值； 将所述第二全局最优粒子对应的适应度值和所述新的粒子对应的适应度值进行比较，以确定最终的全局最优特征组合； 所述适应度值的计算公式为： ； 其中，Fitness表示粒子的适应度值，为第一权重系数，用于调整MSE的权重；MSE为均方误差，用于衡量评估的适应度值与实际适应度值之间的差异，误差越小，动态权重优化模型训练效果越好；为L1范数惩罚项；为第二权重系数，用于调整L1范数惩罚项的权重，为自然数，为范数惩罚项总数。

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大唐水电科学技术研究院有限公司，其通讯地址为：610000 四川省成都市金牛区天龙大道1166号中铁产业园B区7栋3单元；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。