Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
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
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 三峡大学高超洋获国家专利权

三峡大学高超洋获国家专利权

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!

龙图腾网获悉三峡大学申请的专利一种基于ConvTran的离网光伏阵列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:CN119988873B

龙图腾网通过国家知识产权局官网在2025-10-17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:202510072503.8,技术领域涉及:G06F18/20;该发明授权一种基于ConvTran的离网光伏阵列故障诊断方法是由高超洋设计研发完成,并于2025-01-17向国家知识产权局提交的专利申请。

一种基于ConvTran的离网光伏阵列故障诊断方法在说明书摘要公布了:一种基于ConvTran的离网光伏阵列故障诊断方法,包括如下步骤:构建Transformer模型;在Transformer架构上使用卷积模块,再将输入嵌入向量输入Transformer模块之前,将tAPE生成的位置嵌入向量添加到输入嵌入向量中,获得Transformer模块最终的输出后,再应用全局平均池化和全连接层进行处理,得到更具有平移不变性的模型,最后应用Softmax函数得到分类预测的结果;采集光伏阵列四通道的多元时间序列数据,输入ConvTran网络模型,对光伏阵列进行故障诊断。本发明方法更适用于多元时间序列的故障类型分类,在离网型光伏阵列故障诊断中表现出更加优异的适用性和准确性。

本发明授权一种基于ConvTran的离网光伏阵列故障诊断方法在权利要求书中公布了:1.一种基于ConvTran的离网光伏阵列故障诊断方法,其特征在于,包括如下步骤: S1:构建Transformer模型,包括输入模块、编码器模块、解码器模块和输出模块四个部分; S2:在Transformer架构上使用卷积模块,用于缩短时间序列的长度,以及捕捉原始时间序列中存在的局部信息; S3:在将输入嵌入向量输入Transformer模块之前,将tAPE生成的位置嵌入向量添加到输入嵌入向量中,以便模型可以捕获时间序列的时间顺序,其中tAPE为时间序列绝对位置编码方法; S4:获得Transformer模块最终的输出后,再应用全局平均池化和全连接层进行处理,得到更具有平移不变性的模型,最后应用Softmax函数得到分类预测的结果; S5:采集光伏阵列四通道的多元时间序列数据,输入ConvTran网络模型,对光伏阵列进行故障诊断;训练模型的步骤包括:训练集的多元时间序列数据输入ConvTran网络模型后,先输入卷积模块中的时间卷积核,提取输入序列中的时间信息,再将时间卷积核的输出与空间卷积核进行卷积运算,捕获原时间序列中变量之间的相关性,并构建dmodel大小的输入嵌入,之后在输入嵌入向量上叠加tAPE生成的位置嵌入向量输入Transformer模块,使ConvTran网络捕获时间序列的时间顺序,在多头注意力层中,先使用线性层将L×dmodel的输入转换为3个L×dz尺寸的矩阵,其中L为多元时间序列的长度,8个注意力头分别执行注意力计算,Transformer模块中的前馈网络是多层感知器模块,由两个线性层和GELU激活函数组成,每层多头注意力层和前馈网络层都应用了残差连接和层归一化,得到Transformer模块最终的输出,之后再应用最大池化和全局平均池化应用于最后一层的ELU激活函数的输出,得到更具有平移不变性的模型,最后应用Softmax函数得到分类预测的结果,与训练集输入的标签比对,更新网络模型的参数,进行模型的训练。

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三峡大学,其通讯地址为:443002 湖北省宜昌市大学路8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。

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。