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！

龙图腾网获悉中国长江电力股份有限公司;国网电力科学研究院武汉南瑞有限责任公司申请的专利一种水轮机组调速器事故配压阀阀芯位置状态检测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：CN118710867B 。

龙图腾网通过国家知识产权局官网在2026-01-20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：202410779763.4，技术领域涉及：G06V10/22；该发明授权一种水轮机组调速器事故配压阀阀芯位置状态检测方法是由郭穗;严玉明;张鹏;张文韬;刘松林;艾远高;王本红;王腾;张晨阳;刘畅;徐长明;赵淳;沈厚明;彭仲晗;范鹏;吴启瑞;董勤设计研发完成，并于2024-06-17向国家知识产权局提交的专利申请。

本一种水轮机组调速器事故配压阀阀芯位置状态检测方法在说明书摘要公布了：本发明公开一种水轮机组调速器事故配压阀阀芯位置状态检测方法，它包括如下步骤：步骤1：配压阀阀芯位置状态数据采样；步骤2：数据预处理；步骤3：特征编码；步骤4：重构样本特征获取；步骤5：模型训练；步骤6：分类检测；步骤7：系统开发；本发明通过对配压阀样本特征编码和重构模型的构建，分别设置编码、解码已经判别器等几个损失函数互相牵制，达到最优的效果；根据输入样本特征的编码，采取反卷积操作实现样本数据的变换，增加了状态样本数据的非线性，增加了模型性的鲁棒性，有效减少了噪音标签对模型训练的影响。

本发明授权一种水轮机组调速器事故配压阀阀芯位置状态检测方法在权利要求书中公布了：1.一种水轮机组调速器事故配压阀阀芯位置状态检测方法，其特征在于：它包括如下步骤： 步骤1：配压阀阀芯位置状态数据采样； 步骤2：数据预处理； 步骤3：特征编码； 步骤4：重构样本特征获取； 步骤5：模型训练； 步骤6：分类检测； 步骤7：系统开发； 所述步骤3具体为：使用ResNet50网络模型，其中为模型参数，为配压阀样本数据的特征表达；对配压阀阀芯位置状态样本进行特征编码，并基于自编码模型完成配压阀阀芯位置状态样本图像的特征重构； 3.1、特征模型构建：输入图像将图像通过卷积神经网络ResNet50，对输入配压阀阀芯位置状态样本图像进行标签设计，所有的缺陷样本均包含相应的标记信息； 3.2、特征提取：基于ResNet50网络，将上述预处理好的配压阀阀芯位置状态数据以批次输入到网络模型中，基于图像化的卷积和池化操作，完成输入图像的特征提取；其具体操作见公式1、2，其中为参数集合，为权重集合，为偏置项，为提取特征，为原始的输入样本，为神经网络的中间层输出，为转置操作； 1； 2； 3.3、样本重构：在完成配压阀阀芯位置状态样本的特征提取后，本步骤采用基于反卷积的操作完成重构样本，其具体操作如下公式3； +13； 其中为输入样本尺寸大小，此处可以和同大小，为卷积核大小，为在反卷积过程中所填充的0的层数，则表示为卷积的步长大小； 所述步骤4包括以下分步骤： 4.1、重构样本特征获取：经过反卷积操作后，所获取的重构样本再次经过以ResNet50为骨架网络，获取相应的重构特征featuremaps，具体操作见上述公式1和2操作，然后通过全连接层，以获取最后的重构特征； 4.2、原始特征提取：考虑到重构特征所产生的误差信息，需要对原始图像数据进行补充和完善，针对原始经过预处理后的状态图像数据同样通过前向传播的方式完成特征的提取；与重构特征结合，形成最终的二重联合特征，完成经过非线性处理后的配压阀阀芯位置状态样本层级特征；将原始特征和重构的特征进行二重联合学习，为了弥补在模型重构过程中出现的信息损失，其具体操作如公式4所示； 4； 其中为重构特征和原始提取特征的联合学习后二重特征，即为最终配压阀阀芯状态样本特征，为原始的状态样本特征，为重构特征，为二者联合学习参数，用于调节两种特征的联合学习比例，以防止两类特征融合后，产生冗余信息； 所述步骤7包括以下分步骤： 7.1、系统开发：配压阀阀芯位置状态在线检软件系统的开发，采用微服务架构，结合软件开发流程，根据需求分析、功能系统设计、实施开发、测试应用环节，具体开发缺陷在线检测系统； 7.2、模型应用：将本方法训练好的配压阀阀芯位置状态检测模型，移植到相应开发的好的软件平台，实现接口调用，完成实际生产场景下的配压阀阀芯状态在线分类检测。

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长江电力股份有限公司;国网电力科学研究院武汉南瑞有限责任公司，其通讯地址为：430014 湖北省武汉市江岸区三阳路88号三阳中心；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。