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！

龙图腾网获悉国网宁夏电力有限公司电力科学研究院;宁夏大学;国网安徽省电力有限公司电力科学研究院;中国电力科学研究院有限公司;国网山西省电力公司电力科学研究院;华东电力试验研究院有限公司;沈阳工业大学;国网宁夏电力有限公司石嘴山供电公司;国网宁夏电力有限公司申请的专利一种变压器铁心及夹件振动检测方法、介质及系统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：CN118392297B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202410546694.2，技术领域涉及：G01H17/00；该发明授权一种变压器铁心及夹件振动检测方法、介质及系统是由周秀;王誉蓉;白金;张建国;潘亮亮;田天;王博;陈德志;史磊;司文荣;杨海涛;俞华;罗艳;赵晓林;高婷玉;张庆平;杨定乾;陈磊;马宇坤;蒋芮;杨慧;张福荣;张鹏程;路宏勇;胡啸宇;赵莹莹;高小奇设计研发完成，并于2024-05-06向国家知识产权局提交的专利申请。

本一种变压器铁心及夹件振动检测方法、介质及系统在说明书摘要公布了：本发明提供了一种变压器铁心及夹件振动检测方法、介质及系统，属于变压器铁心及夹件技术领域，包括：获取振动信号组和声音信号组；计算拆分振动信号集和多个时域声音信号；筛选时域声音信号，得到环境噪音时域声音信号；提取环境噪音时域声音信号的噪音特征；提取每个拆分振动信号的拆分振动特征；遍历输入拆分振动特征，得到每一个噪音特征和每一个拆分振动特征的关联度；删除每一个拆分振动信号集中的关联度大于预设的关联度阈值的拆分振动特征对应的拆分振动信号，生成干净振动信号；建立变压器铁心及夹件受到变压器内电磁力的运动方程，计算铁心及夹件的每个振动采集点的振动；对振动采集点的振动进行融合，得到融合振动信号并输出。

本发明授权一种变压器铁心及夹件振动检测方法、介质及系统在权利要求书中公布了：1.一种变压器铁心及夹件振动检测方法，其特征在于，包括以下步骤： S10、获取设置在变压器铁心及夹件多个振动采集点的振动传感器采集的振动信号组，以及设置在变压器表面的多个声压传感器采集到的声音信号组； S20、对于所述振动信号组的每一个振动信号进行傅里叶拆分，得到多个拆分振动信号形成拆分振动信号集；对于所述声音信号组的每一个声音信号，进行时域拆分，得到多个时域声音信号； S30、针对每个时域声音信号采用预训练的声音信号筛选模型进行筛选，得到环境噪音时域声音信号；具体步骤包括：针对每个时域声音信号，采用预先训练好的声音信号筛选模型进行筛选，从中提取出环境噪音时域声音信号；该声音信号筛选模型的训练过程包括：收集大量包括变压器运行环境噪音在内的各类声音信号作为训练样本；对每个训练样本进行人工标注，标注出哪些是环境噪音成分；采用深度学习算法训练得到声音信号筛选模型； S40、提取所述环境噪音时域声音信号的时域特征，记为噪音特征；提取每个拆分振动信号的特征，记为拆分振动特征； S50、对于每一个噪音特征，采用预训练好的噪音振动关联度模型，遍历输入所述拆分振动特征，得到每一个噪音特征和每一个拆分振动特征的关联度；具体步骤包括：对于每个噪音特征，采用预先训练好的噪音振动关联度模型，遍历输入各个拆分振动特征，计算每个噪音特征和每个拆分振动特征之间的关联度；该噪音振动关联度模型的训练过程包括：收集大量包含环境噪音和机械振动的样本数据；对每个样本数据中的噪音信号和振动信号进行特征提取，形成对应的噪音特征和振动特征；采用监督学习算法训练得到噪音振动关联度模型； S60、删除每一个拆分振动信号集中的关联度大于预设的关联度阈值的拆分振动特征对应的拆分振动信号，并将每一个拆分振动信号集还原为振动信号，作为干净振动信号； S70、建立变压器铁心及夹件受到变压器内电磁力的运动方程，计算铁心及夹件的每个振动采集点的振动； S80、采用预训练的振动融合模型对每一个振动信号集合对应的振动采集点的振动进行融合，得到融合振动信号并输出。

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国网宁夏电力有限公司电力科学研究院;宁夏大学;国网安徽省电力有限公司电力科学研究院;中国电力科学研究院有限公司;国网山西省电力公司电力科学研究院;华东电力试验研究院有限公司;沈阳工业大学;国网宁夏电力有限公司石嘴山供电公司;国网宁夏电力有限公司，其通讯地址为：750002 宁夏回族自治区银川市金凤区黄河东路716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。