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！

龙图腾网获悉国家电网有限公司直流技术中心;广州高澜节能技术股份有限公司;国网宁夏电力有限公司;国网宁夏电力有限公司超高压公司申请的专利一种基于多分支神经网络的电机故障检测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：CN119829931B 。

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：202411619173.1，技术领域涉及：G06F18/20；该发明授权一种基于多分支神经网络的电机故障检测方法及系统是由高晟辅;张国华;韦鹏;丘淼生;秦有苏;吴安兵;赵欣洋;史磊;李昊;刘钊设计研发完成，并于2024-11-13向国家知识产权局提交的专利申请。

本一种基于多分支神经网络的电机故障检测方法及系统在说明书摘要公布了：本发明公开了一种基于多分支神经网络的电机故障检测方法及系统，其中，该方法中的多分支神经网络通过以下步骤得到：获取来自电机的多维数据集，并对多维数据集进行预处理，得到电机训练集；将电机训练集输入至局部分支框架，得到第一分支特征集；将电机训练集输入至全局分支框架，得到第二分支特征集；将电机训练集输入至时间序列分支框架，得到第三分支特征集；根据第一分支特征集，对第二分支特征集和第三分支特征集进行注意力融合，得到融合数据集；根据融合数据集，对初始化的多分支神经网络进行参数更新，得到训练好的多分支神经网络。该检测方法可以有效提高电机故障的检测效率和检测准确度。本发明涉及深度学习技术领域。

本发明授权一种基于多分支神经网络的电机故障检测方法及系统在权利要求书中公布了：1.一种基于多分支神经网络的电机故障检测方法，其特征在于，包括： 获取电机信号数据； 将所述电机信号数据输入至训练好的多分支神经网络，得到电机故障检测结果； 其中，所述多分支神经网络包括局部分支框架、全局分支框架和时间序列分支框架，所述局部分支框架、所述全局分支框架和所述时间序列分支框架之间具有并联关系，所述训练好的多分支神经网络通过以下步骤得到： 获取来自电机的多维数据集，并对所述多维数据集进行预处理，得到电机训练集； 将所述电机训练集输入至所述局部分支框架，得到第一分支特征集，所述第一分支特征集用于表征与所述电机训练集对应的局部特征信息的集合； 将所述电机训练集输入至全局分支框架，得到第二分支特征集，所述第二分支特征集用于表征与所述电机训练集对应的全局上下文信息的集合； 将所述电机训练集输入至所述时间序列分支框架，得到第三分支特征集，所述第三分支特征集用于表征与所述电机训练集对应的时间序列信息的集合； 根据所述第一分支特征集，对所述第二分支特征集和所述第三分支特征集进行注意力融合，得到融合数据集； 根据所述融合数据集，对初始化的多分支神经网络进行参数更新，得到所述训练好的多分支神经网络； 所述全局分支框架包括若干个全局上下文收缩网络，所述全局上下文收缩网络之间具有串联关系，所述全局上下文收缩网络用于执行以下步骤： 获取输入数据集，并对所述输入数据集进行非线性变换，得到线性变换数据集； 对所述线性变换数据集进行全局上下文特征提取，得到全局数据集； 根据所述线性变换数据集，对所述全局数据集进行降噪提取，得到与所述全局上下文收缩网络对应的输出数据集； 所述对所述线性变换数据集进行全局上下文特征提取，得到全局数据集： 对所述线性变换数据集进行特征组合，得到组合数据集； 对所述组合数据集进行第一瓶颈变换，得到第一瓶颈数据集，以及对所述组合数据集进行第二瓶颈变换，得到第二瓶颈数据集； 对所述第二瓶颈数据集进行软阈值化处理，得到第一软阈值数据集； 根据所述第一软阈值数据集，对所述第一瓶颈数据集进行元素相乘，得到所述全局数据集。

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家电网有限公司直流技术中心;广州高澜节能技术股份有限公司;国网宁夏电力有限公司;国网宁夏电力有限公司超高压公司，其通讯地址为：100052 北京市西城区南横东街8号都城大厦；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。