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！

龙图腾网获悉江苏大学申请的专利基于麻雀搜索算法优化混合核极限学习机的变压器故障诊断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：CN114925612B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202210584876.X，技术领域涉及：G06F30/27；该发明授权基于麻雀搜索算法优化混合核极限学习机的变压器故障诊断方法是由张超虎;陈平安;孙运全设计研发完成，并于2022-05-27向国家知识产权局提交的专利申请。

本基于麻雀搜索算法优化混合核极限学习机的变压器故障诊断方法在说明书摘要公布了：本发明公开了基于麻雀搜索算法优化混合核极限学习机的变压器故障诊断方法，包括步骤：1收集变压器在六种状态下运行的数据，对数据进行预处理；2搭建混合核极限学习机预测模型；3确定SSA中种群规模、发现者比例、预警者比例和目标函数参数，并对种群进行初始化处理；4选取argminTrainErrorRate训练样本的错误率作为SSA的适应度函数；5将种群状态信息传递给HKELM网络,获得不同的HKELM网络；6训练HKELM网络，获得适应度值；7比较适应度值，更新种群状态；8判断更新过程是否满足要求；9输出最优参数并带入HKELM网络中，用优化后的网络对变压器故障进行诊断。该方法在保证网络具有良好泛化性能的同时，还能极大地提高了前向神经网络的稳定性和学习速度。

本发明授权基于麻雀搜索算法优化混合核极限学习机的变压器故障诊断方法在权利要求书中公布了：1.基于麻雀搜索算法优化混合核极限学习机的变压器故障诊断方法，其特征在于，包括以下步骤： 1收集变压器在六种状态下运行的数据，在变压器油中溶解的气体包括氢气H2、甲烷CH4、乙炔C2H2、乙烯C2H4、乙烷C2H6五种，并对数据进行归一化处理，并将处理后的数据按比例划分为训练集和测试集； 2搭建混合核极限学习机预测模型； 3确定SSA种群规模、发现者比例、预警者比例和目标函数参数，并对种群进行初始化处理； 4选取argminTrainErrorRate训练样本的错误率作为SSA的适应度函数； 5将种群状态信息传递给HKELM网络,获得不同的HKELM网络，比较待优化参数是否满足要求； 6训练HKELM网络，获得适应度值； 7比较适应度值，更新种群状态； 8判断更新过程是否满足要求，若满足，则执行下一步，若不满足，则返回步骤5； 9输出最优参数并带入HKELM网络中，用优化后的网络对变压器故障进行诊断； 步骤2中搭建混合核极限学习机的步骤为： 单隐层前馈神经网络模型输出为： Fx＝hx×β＝H×β 式中，x为输入数据向量，Fx为网络输出；hx、H为隐含层节点输出函数；β为连接隐含层和输出层的输出权值向量； 将网络训练变为线性系统求解的问题，引入正则化系数C和单位矩阵I,则隐含层与输出的输出权值为： 核函数极限学习机的核矩阵为： ΩELM＝HHT＝hxihxj＝Kxi,xj 式中，Kxi,xj表示核函数，使用径向基核函数和多项式核函数的加权作为核极限学习机的核函数，此时混合核函数为： 式中，λ、m、n、σ都是混合核函数的参数； 此时，混合核极限学习机的输出为： 步骤3中，确定SSA中种群规模、发现者比例、预警者比例和目标函数参数具体内容为： 种群规模可以根据计算机能力来确定种群的规模；发现者比例为20％，预警者比例为10％；目标函数参数有五个，即λ、m、n、σ、C。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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”。