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！

龙图腾网获悉河北工业大学申请的专利基于多域信息融合与深度学习的断路器故障评估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：CN116403032B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310308290.5，技术领域涉及：G06V10/764；该发明授权基于多域信息融合与深度学习的断路器故障评估方法是由孙曙光;杨飞龙;王景芹;李睿杰;王泽伟;纪卫震;安泽璋设计研发完成，并于2023-03-27向国家知识产权局提交的专利申请。

本基于多域信息融合与深度学习的断路器故障评估方法在说明书摘要公布了：本发明为一种基于多域信息融合与深度学习的断路器故障评估方法，首先采集不同工作状态下触头的原始振动信号，并从原始振动信号中提取故障关联振动信号片段；接着，提取故障关联振动信号片段的频域和时频域信息，通过多域信息融合生成RGB图像；然后，改进辅助分类生成对抗网络，利用改进后的辅助分类生成对抗网络的生成器生成故障样本；最后，构建故障评估模型，故障评估模型包括一个共享层和两个与共享层连接的任务层；共享层包括一个A型残差块、两个B型残差块和一个双重注意力模块，两个任务层分别用于故障类型和故障程度分类；利用扩充后的数据集对模型进行训练，将训练后的故障评估模型用于故障类型和故障程度评估。解决了断路器故障诊断中的数据集类不平衡以及信号分析局限性问题。

本发明授权基于多域信息融合与深度学习的断路器故障评估方法在权利要求书中公布了：1.一种基于多域信息融合与深度学习的断路器故障评估方法，其特征在于，该方法包括以下步骤： 第一步，对断路器触头系统进行故障模拟试验，采集不同工作状态下触头的原始振动信号； 第二步，基于TKEO的双门限法从原始振动信号中提取故障关联振动信号片段； 第三步，提取故障关联振动信号片段的频域和时频域信息，将故障关联振动信号片段的时域、频域和时频域信息融合，生成RGB图像； 第四步，将Wasserstein距离作为代价函数和引入梯度惩罚对辅助分类生成对抗网络进行改进；将RGB图像输入到改进后的辅助分类生成对抗网络的生成器中，生成故障样本，实现数据集的扩充； 第五步，构建故障评估模型，故障评估模型包括一个共享层和两个与共享层连接的任务层；共享层包括一个A型残差块、两个B型残差块和一个双重注意力模块，A型残差块位于两个B型残差块之间，每个残差块的输出与共享层的输入进行拼接后作为下一个残差块的输入；其中一个任务层用于故障类型分类，包括一个全局平均池化层和分类层，另一个任务层用于故障程度分类，包括一个A型残差块、一个B型残差块以及全局平均池化层和分类层；A型残差块和B型残差块均为ResNeXt残差块，双重注意力模块包括位置注意力和通道注意力； 所述A型残差块包括八个并行分支，每个分支均包括第一卷积层和第二卷积层，每个卷积层后连接一个批归一化层和激活层，所有分支的输出与A型残差块的输入进行快捷连接，得到A型残差块的输出； B型残差块包括八个并行分支，每个分支均包括第三卷积层和第四卷积层，每个卷积层后连接一个批归一化层和激活层；B型残差块的输入同时经过第五卷积层、批归一化层和激活层后，与所有分支的输出进行快捷连接，得到B型残差块的输出； 利用扩充后的数据集对模型进行训练，将训练后的故障评估模型用于故障类型和故障程度评估。

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河北工业大学，其通讯地址为：300130 天津市红桥区丁字沽光荣道8号河北工业大学东院；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。