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 > 国网电力科学研究院武汉南瑞有限责任公司;国网电力科学研究院有限公司;华中科技大学;国网安徽省电力有限公司肖力郎获国家专利权

国网电力科学研究院武汉南瑞有限责任公司;国网电力科学研究院有限公司;华中科技大学;国网安徽省电力有限公司肖力郎获国家专利权

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!

龙图腾网获悉国网电力科学研究院武汉南瑞有限责任公司;国网电力科学研究院有限公司;华中科技大学;国网安徽省电力有限公司申请的专利一种雷电辐射波形分类系统及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:CN116150652B

龙图腾网通过国家知识产权局官网在2026-01-27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:202211673315.3,技术领域涉及:G06F18/24;该发明授权一种雷电辐射波形分类系统及方法是由肖力郎;王宇;贺恒鑫;傅中;李健;李哲;程洋;程晨设计研发完成,并于2022-12-26向国家知识产权局提交的专利申请。

一种雷电辐射波形分类系统及方法在说明书摘要公布了:本发明公开了一种雷电辐射波形分类系统及方法,通过波形分割方法获得雷电辐射波形片段样本,并将所述雷电辐射波形片段样本与放电事件的对应关系样本作为训练数据集;建立卷积神经网络模型,基于所述训练数据集进行卷积神经网络模型的参数调优与训练,获取训练完成的分类模型;分窗计算所述雷电辐射波形片段的雷电能量谱,获得待分类波形集合;将所述待分类数据集输入所述训练完成的分类模型进行分类,获取分类结果。本发明解决了雷电波形分类中泛用性弱,效率低的问题,实现雷电辐射波形的准确高效分类,具备模型鲁棒性强,分类过程透明可靠的优势。

本发明授权一种雷电辐射波形分类系统及方法在权利要求书中公布了:1.一种雷电辐射波形分类系统,其特征在于:它包括训练数据集建立模块1、卷积神经网络模型训练模块2、待分类数据集建立模块3和波形智能分类模块4; 所述训练数据集建立模块1用于通过波形分割方法获得雷电辐射波形片段样本,并将所述雷电辐射波形片段样本与放电事件的对应关系样本作为训练数据集; 所述卷积神经网络模型训练模块2用于建立卷积神经网络模型,基于所述训练数据集进行卷积神经网络模型的参数调优与训练,获取训练完成的分类模型; 所述待分类数据集建立模块3用于通过波形分割方法在探测器传回的雷电辐射原始波形中获得雷电辐射波形片段,分窗计算所述雷电辐射波形片段的雷电能量谱,当所有窗口的能量分布均小于阈值时,确定所述雷电辐射波形片段为噪声波形,并弃置所述雷电辐射波形片段,将未弃置的所述雷电辐射波形片段作为待分类波形集合; 所述波形智能分类模块4用于将待分类数据集输入所述训练完成的分类模型进行分类,获取分类结果; 训练数据集建立模块1中的波形分割方法的具体实现方法为: S11,采用经验模态分解法方法滤除原始雷电辐射波形中的低频信号; S12,基于滑动窗口方法将滤波后的雷电辐射波形切割为互有重叠的若干雷电辐射波形片段; S13,并采用min-max归一化方法将所述雷电辐射波形片段投影到[-1,1]区间内,获得归一化后的雷电辐射波形片段; 所述训练数据集建立模块1中的训练数据集的生成方法为: 基于判据法从归一化后的雷电辐射波形片段中提取雷电辐射波形样本,通过人工筛选检验后进行所述雷电辐射波形样本的放电事件类型标注,将所述雷电辐射波形片段样本S与放电事件类型标注L的对应关系样本作为训练数据集。

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国网电力科学研究院武汉南瑞有限责任公司;国网电力科学研究院有限公司;华中科技大学;国网安徽省电力有限公司,其通讯地址为:430074 湖北省武汉市洪山区珞瑜路143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。