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！

龙图腾网获悉四川大学申请的专利风电机状态识别模型训练方法、识别方法、设备及介质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：CN119848540B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411908804.1，技术领域涉及：G06F18/214；该发明授权风电机状态识别模型训练方法、识别方法、设备及介质是由苗强;赵贝宁;王剑宇;罗冲;张恒;张玉杰设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本风电机状态识别模型训练方法、识别方法、设备及介质在说明书摘要公布了：本申请提供一种风电机状态识别模型训练方法、识别方法、设备及介质，涉及数据处理技术领域，该方法通过利用多个相互正交的初始化的参数空间，扩展了参数空间的覆盖范围，在每个参数空间计算损失，并对损失结果进行归一化确定各参数空间的组合系数，从而形成用于元级更新的联合参数空间，联合参数空间会在内循环中进行更新。在外循环中，每个参数空间会基于更新后的梯度更新参数空间在任务查询集上的表现依次更新。目标识别模型使用的参数空间相较于任一目标参数空间均具有较好的泛化能力，仅需要少量的目标域训练数据即可得到识别效果较好的目标识别模型，且采用风电机多个工况的样本进行训练，可以进一步提高模型的泛化能力。

本发明授权风电机状态识别模型训练方法、识别方法、设备及介质在权利要求书中公布了：1.一种风电机状态识别模型训练方法，其特征在于，包括： 获取待训练的识别模型，获取用于对所述识别模型进行训练的源域训练样本，获取初始化的参数空间集合，所述参数空间集合包括识别模型的多个参数空间，所述源域训练样本包含支持集和查询集，所述源域训练样本包含多个风电机参数信号，风电机参数信号包括风电机的电流、转速、振动或载荷，所述源域训练样本中标记风电机状态作为标签，风电机状态包括正常运行状态或故障状态； 执行迭代训练步骤，所述迭代训练步骤包括：基于预设的支持集样本数、查询集样本数在所述源域训练样本中采样多个批次的目标训练样本，各批次目标训练样本对应风电机不同的工况；基于多个批次的目标训练样本对识别模型的多个参数空间进行迭代训练，在迭代训练的内循环中，确定参数空间集合中每个参数空间在支持集的损失，对各损失进行归一化得到组合系数，基于所述组合系数将各初始化的参数空间结合为联合参数空间，基于支持集对所述联合参数空间进行梯度更新得到梯度更新参数空间；在迭代训练的外循环中，确定所述梯度更新参数空间在查询集的损失得到第一损失，基于当前训练轮数和第一损失确定第二损失，将各批次目标训练样本的第二损失的和确定为第三损失，对参数空间集合中的参数空间以轮询的方式基于所述第三损失进行更新，得到当前迭代更新后的参数空间； 在当前训练轮数等于预设训练轮数时停止训练，得到训练完成的多个目标参数空间； 获取目标域训练样本； 基于多个目标参数空间和所述目标域训练样本，确定目标识别模型； 获取待识别风电机参数； 将所述待识别风电机参数输入至目标识别模型，得到风电机状态。

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四川大学，其通讯地址为：610000 四川省成都市一环路南一段24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。