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！

龙图腾网获悉武汉科技大学申请的专利基于定子电流的同步电机转子断条故障状态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：CN120195543B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202510141245.4，技术领域涉及：G01R31/34；该发明授权基于定子电流的同步电机转子断条故障状态识别方法是由张良力;宋志伟;吴秀;徐万万;陈绪轩;龚若涵;袁沛然设计研发完成，并于2025-02-08向国家知识产权局提交的专利申请。

本基于定子电流的同步电机转子断条故障状态识别方法在说明书摘要公布了：本发明提供一种基于定子电流的同步电机转子断条故障状态识别方法，包括：获取同步电机在转子断条故障时的定子电流样本数据，所述定子电流样本数据通过电流传感器采集和生成对抗网络生成得到；对所述定子电流样本数据进行d‑q变换后，再进行傅里叶分解得到特征数据；根据所述定子电流样本数据的特征数据和对应的实际转子断条故障类别，构建基于CNN和Transformer的故障诊断模型，所述故障诊断模型的超参数使用优化算法进行优化；使用所述故障诊断模型进行转子断条故障类别诊断。本发明提高同步电机转子断条故障诊断的准确性、效率和泛化能力。

本发明授权基于定子电流的同步电机转子断条故障状态识别方法在权利要求书中公布了：1.一种基于定子电流的同步电机转子断条故障状态识别方法，其特征在于，包括： 获取第一同步电机在转子断条故障时的定子电流样本数据，所述定子电流样本数据通过电流传感器采集和生成对抗网络生成得到； 对所述定子电流样本数据进行d-q变换后，再进行傅里叶分解得到特征数据； 根据所述定子电流样本数据的特征数据和对应的实际转子断条故障类别，构建基于CNN和Transformer的故障诊断模型，所述故障诊断模型的超参数使用优化算法进行优化； 将第二同步电机的当前定子电流数据进行d-q变换后，再进行傅里叶分解得到特征数据，将所述当前定子电流数据的特征数据输入所述故障诊断模型，得到所述故障诊断模型输出的转子断条故障类别； 对所述定子电流样本数据进行d-q变换后，再进行傅里叶分解得到特征数据，包括： 对每个频率分量的所述定子电流样本数据i1进行两次相移，两次相移后的定子电流样本数据分别为i2和i3； 对=[,,]T进行d-q变换，得到d轴分量id和q轴分量iq； 通过傅里叶分解提取d轴分量id中的直流分量ida和q轴分量iq中的直流分量iqa； 计算直流分量ida和iqa平方和，得到每个频率分量的幅值作为所述特征数据。

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武汉科技大学，其通讯地址为：430081 湖北省武汉市青山区和平大道947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。