Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 大唐水电科学技术研究院有限公司何良获国家专利权

大唐水电科学技术研究院有限公司何良获国家专利权

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!

龙图腾网获悉大唐水电科学技术研究院有限公司申请的专利一种油浸式变压器的故障预测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:CN121786708B

龙图腾网通过国家知识产权局官网在2026-05-12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:202610260148.1,技术领域涉及:G06F18/2433;该发明授权一种油浸式变压器的故障预测方法及相关装置是由何良;刘昊霖;丁璨;胡思宇;刘守豹;张海库;马志国;郭海霞;郭旭;王晓兰;管毓瑶;李润东;戴俊设计研发完成,并于2026-03-04向国家知识产权局提交的专利申请。

一种油浸式变压器的故障预测方法及相关装置在说明书摘要公布了:本发明提供了一种油浸式变压器的故障预测方法及相关装置,属于变压器故障预测技术领域。本发明根据油浸式变压器的故障阶段划分结果确定当前油浸式变压器所处的故障阶段;对第一数据保留时间演化规律,对第二数据提取反映油浸式变压器故障的敏感性特征,对第三数据提取反映油浸式变压器故障的物理本质特征,对应得到第一特征向量、第二特征向量和第三特征向量;根据当前油浸式变压器所处的故障阶段,将第一特征向量、第二特征向量和第三特征向量进行融合,得到融合后的通道特征向量;将融合后的通道特征向量输入到参数已确定的改进的DCCNN模型中,得到油浸式变压器的故障预测结果。本发明解决了对油浸式变压器的故障预测的准确性不高的问题。

本发明授权一种油浸式变压器的故障预测方法及相关装置在权利要求书中公布了:1.一种油浸式变压器的故障预测方法,其特征在于,包括以下步骤: 实时获取油浸式变压器油中溶解气体分析数据,以及故障敏感比值特征数据和物理特征数据,分别记作第一数据、第二数据和第三数据,共同组成样本数据,且样本数据中包含正常样本和异常样本;并根据样本数据对油浸式变压器的故障阶段进行划分,再根据油浸式变压器的故障阶段划分结果确定当前油浸式变压器所处的故障阶段,所述物理特征数据包括热点温度、局部放电量和绝缘油介损因数,所述故障阶段包括故障潜伏阶段、故障发展阶段和故障发生阶段; 对第一数据保留时间演化规律,对第二数据提取反映油浸式变压器故障的敏感性特征,对第三数据提取反映油浸式变压器故障的物理本质特征,对应得到第一特征向量、第二特征向量和第三特征向量; 根据当前油浸式变压器所处的故障阶段,将第一特征向量、第二特征向量和第三特征向量进行融合,得到融合后的通道特征向量; 将第一特征向量、第二特征向量和第三特征向量进行融合的计算公式为: 其中,为融合后的通道特征向量,为函数,为第一特征向量,为第二特征向量,为第三特征向量,为第一特征向量权重,为第二特征向量权重,为第三特征向量权重,、和根据当前油浸式变压器所处的故障阶段进行自适应调整; 将融合后的通道特征向量输入到参数已确定的改进的DCCNN模型中,得到油浸式变压器的故障预测结果;其中,所述改进的DCCNN模型是在DCCNN模型的标准卷积核的元素之间增加空洞卷积模块得到的,所述空洞卷积模块用于扩大感受野,所述参数基于第一数据和第三数据确定,所述参数为空洞率。

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大唐水电科学技术研究院有限公司,其通讯地址为:610083 四川省成都市金牛高新技术产业园区天龙大道1166号7栋3单元;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。