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！

龙图腾网获悉华中科技大学;东方电气集团东方电机有限公司申请的专利一种基于并行CNN-BiLSTM的发电机局放模式识别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：CN115586407B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202211259783.6，技术领域涉及：G01R31/12；该发明授权一种基于并行CNN-BiLSTM的发电机局放模式识别方法是由周进;谢志辉;张跃;彭小圣;贾诗媛;张小俊;左瑞设计研发完成，并于2022-10-14向国家知识产权局提交的专利申请。

本一种基于并行CNN-BiLSTM的发电机局放模式识别方法在说明书摘要公布了：本发明公开一种基于并行CNN‑BiLSTM的发电机局放模式识别方法，在实验室环境下采集不同电压等级、不同缺陷类型的发电机定子线棒典型缺陷局放数据，绘制不同去噪系数的局放相位图谱、采集不同相位的电压信号、提取局放相位图谱特征和局放波形特征共十种参数，作为十通道并行CNN神经网络训练的输入参数，不同参数经过并行CNN网络对各特征进行卷积池化，送入分别与CNN特征输出层连接的BiLSTM神经网络，对BiLSTM神经网络进行训练，进行发电机局放典型缺陷的模式识别，十通道BiLSTM分别输出基于不同参数的模式识别结果，与现场样本进行结果对比，确定每个输出通道的权重完成对发电机定子线棒缺陷类型的判别。此方法基于多形式的输入训练多通道并行网络，提高模式识别的精确度。

本发明授权一种基于并行CNN-BiLSTM的发电机局放模式识别方法在权利要求书中公布了：1.一种基于并行CNN-BiLSTM的发电机局放模式识别方法，其特征在于按以下步骤进行： S1：搭建发电机定子线棒典型缺陷局部放电试验平台，在不同发电机定子线棒缺陷类型和不同加压等级的条件下开展局部放电试验，采集发电机定子线棒发生局部放电过程中的多种信号，为十通道并行CNN神经网络训练构建多种不同类型的十种输入参数； 具体按以下步骤进行：S1.1：在实验室条件下搭建发电机定子线棒典型缺陷局部放电实验平台，在不同缺陷类型发电机定子线棒和不同电压等级条件下分别开展发电机定子线棒局部放电试验； S1.2：在加压诱发局部放电的过程中，通过高压耦合电容采集局部放电信号、通过两个PT传感器分别采集AB两相电压信号、通过CT传感器采集接地电流信号，分别获取发电机定子线棒电源和火花放电缺陷、内部放电缺陷、端部放电曲线以及槽部放电缺陷的局部放电信号、电压以及电流的信号样本； S1.3：基于所采集到的局部放电信号样本，为保留不同比例的局部放电信号样本，分别绘制去噪系数n1=0、n2=0.25、n3=0.5、n4=0.75的局部放电归一化相位图谱； S1.4：基于所绘制的去噪系数n1=0、n2=0.25、n3=0.5、n4=0.75的局部放电相位图谱，分别提取对应相位图谱的放电密度分布和最大放电量的特征；基于所采集的局部放电信号样本，分别提取局部放电波形的偏斜度、峭度、偏度、峰值系数、平均值和方差参数； S1.5：分别将去噪系数n1=0、n2=0.25、n3=0.5、n4=0.75的局部放电归一化相位图谱作为CNN神经网络的四个输入参数、将PT传感器采集到的AB两相电压信号作为CNN神经网络的两个输入参数、将高压耦合电容采集局部放电信号作为CNN神经网络的一个输入参数、将CT传感器采集接地电流信号作为CNN神经网络的一个输入参数、将提取的相位图谱特征参数作为CNN神经网络的一个输入参数、将提取的局放波形特征参数作为CNN神经网络的一个输入参数，共计十个特征参数，分别作为十通道并行CNN神经网络的输入参数； S2：将十种输入参数分别送入十通道并行CNN神经网络的输入层，首先通过各并行通道的CNN神经网络对输入参数进行特征提取，然后经输出层将特征送入BiLSTM神经网络，对BiLSTM神经网络进行训练并预测，判别发电机定子线棒典型缺陷局部放电类型； S3：各通道BiLSTM神经网络分别输出相应发电机定子线棒典型缺陷局部放电类型的模式识别结果，结合现场采集到的不同缺陷类型的局部放电信号以及各通道判别结果的准确度，确定各通道判别结果的权重，计算得出十通道加权后的模式识别结果，即为发电机定子线棒典型缺陷局部放电类型。

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华中科技大学;东方电气集团东方电机有限公司，其通讯地址为：430074 湖北省武汉市洪山区珞瑜路1037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。