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！

龙图腾网获悉成都信息工程大学申请的专利模型训练方法、变压器故障诊断方法及相关装置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：CN115881238B 。

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：202211224772.4，技术领域涉及：G16C20/20；该发明授权模型训练方法、变压器故障诊断方法及相关装置是由谭学敏;郭超;张江林设计研发完成，并于2022-10-09向国家知识产权局提交的专利申请。

本模型训练方法、变压器故障诊断方法及相关装置在说明书摘要公布了：本发明涉及模型训练技术领域，公开了模型训练方法、变压器故障诊断方法及相关装置，采用多滤波器半监督特征选择的变压器故障诊断方法，由于其模型训练采用置信度准则选择无标记DGA数据中置信度高的样本来扩展训练数据集，降低噪声的引入，使得可以利用有限的标记DGA数据和更多无标记的DGA数据建立故障诊断模型，以解决现有技术中单一过滤器特征选择过度依赖标记DGA数据的技术问题。

本发明授权模型训练方法、变压器故障诊断方法及相关装置在权利要求书中公布了：1.模型训练方法，其特征在于，用于对变压器故障诊断模型进行训练，训练方法包括： 步骤1：获取训练样本集； 步骤2：将所述样本集划分为无标记训练集、第一标记训练集和验证集； 步骤3：根据所述样本集的候选特征和所述第一标记训练集对应的标签构建第一FLDA多分类器的变压器故障诊断模型； 步骤4：根据所述第一FLDA多分类器的变压器故障诊断模型计算所述无标记训练集中样本基于多分类器的判别分数，以及预测所述无标记训练集和所述验证集中样本的标签； 步骤5：选取所述无标记训练集中置信度超过预设值的样本加入到所述第一标记训练集中，构成第二标记训练集； 步骤6：根据所述第二标记训练集及其对应的标签构建第二FLDA多分类器的变压器故障诊断模型； 步骤7：根据所述第二FLDA多分类器的变压器故障诊断模型计算所述无标记训练集中样本基于多分类器的判别分数，以及预测所述无标记训练集和所述验证集中样本的标签； 步骤8：判断是否满足训练终止条件，若是，则训练终止；否则返回执行步骤5； 步骤9：计算所述验证集中的最终迭代正确率，基于所述正确率利用多种不同过滤器对所述第二标记训练集的候选特征进行排序； 所述多种不同过滤器包括：ReliefF、互信息、无限潜在特征选择、最大相关性最小冗余性以及最小绝对值收敛和选择算子； 步骤10：经过20*5折交叉验证，计算所述验证集中样本的平均正确率；针对每种过滤器获得20*5次所述第二标记训练集的候选特征排序结果，组成Rank矩阵，所述矩阵大小为20*5*c，c表示所述第二标记训练集的候选特征个数，20*5和c分别表示所述矩阵的行数和列数； 步骤11：5个不同的滤波器方法获得5个最优特征子集；对不同滤波器方法的最优特征子集进行投票，将被选择的频率大于两次的特征保留下来，形成新的最优特征子集，否则丢弃。

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成都信息工程大学，其通讯地址为：610000 四川省成都市西南航空港经济开发区学府路一段24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。