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！

龙图腾网获悉合肥科大智能机器人技术有限公司;科大智能科技股份有限公司申请的专利基于机器学习的电力设备健康管理方法、系统及介质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：CN115081584B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202210527863.9，技术领域涉及：G06N3/0464；该发明授权基于机器学习的电力设备健康管理方法、系统及介质是由代煜;汪中原;李林;陈姚志;苏洪明;姚国年;周振宇设计研发完成，并于2022-05-16向国家知识产权局提交的专利申请。

本基于机器学习的电力设备健康管理方法、系统及介质在说明书摘要公布了：本发明的一种基于机器学习的电力设备健康管理方法、系统及存储介质，其方法包括获取由智能终端采集的待分析电力设备的运行工况数据；识别该设备及部件的类型参数信息；根据识别到的设备部件类型参数信息，调取事先构建的同类型的故障样本模型；对运行数据进行预处理；将处理后的数据输入基于神经网络时间序列的健康状态感知模型，结合故障样本模型判断该设备数据的健康状态；识别并提取输入数据的设备及部件型号和判断获得的健康状态。本发明能够解决目前电网电力设备缺乏故障样本和系统的健康状态感知方法，以及预测性维护和维修知识点杂乱的问题，以及为电网电力设备故障诊断和预测提供全新的技术支持。

本发明授权基于机器学习的电力设备健康管理方法、系统及介质在权利要求书中公布了：1.一种基于机器学习的电力设备健康管理方法，其特征在于包括以下步骤， 获取由智能终端采集的待分析电力设备的运行工况数据； 识别该设备及部件的类型参数信息； 根据识别到的设备部件类型参数信息，调取事先构建的同类型的故障样本模型； 对运行数据进行预处理； 将处理后的数据输入基于神经网络时间序列的健康状态感知模型，结合故障样本模型判断该设备数据的健康状态； 如果判断结果达到预设的阈值，则将待分析运行工况数据标注为该阈值对应的健康状态； 识别并提取输入数据的设备及部件型号和判断获得的健康状态； 故障样本模型的训练步骤包括， a、获得实际样本训练步骤为： 收集现有的已知故障类型的电力设备运行数据，预处理收集到的故障样本数据，将故障样本数据经过小波变换平滑去噪处理；将去噪后的数据输入多种算法融合的模型训练为特征可表示化的故障样本； b、获得迁移故障样本的逻辑步骤： 提取同类型设备或部件的已有故障样本的特征和特征结构； 将同类型设备的相同特征保存不变，根据不同的工况重新训练特定特征和对应的参数； 将重新训练的特定特征和参数加入原先的相同特征，构建新的故障样本，并对所有特征进行归一化处理，作为迁移样本模型； c、模拟理论故障模型的逻辑步骤： 确定没有故障记录的设备或部件的理论故障特点； 根据理论故障特点构建指定标准的信号参数集，将参数集输入由基本函数信号构建的模型，输出符合故障特征模拟信号，得到理论故障样本。

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合肥科大智能机器人技术有限公司;科大智能科技股份有限公司，其通讯地址为：230088 安徽省合肥市望江西路5111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。