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;华中科技大学;中国电力科学研究院有限公司申请的专利基于MHA-CNN-SLSTM和误差补偿的互感器预测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：CN118965945B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202410872555.9，技术领域涉及：G06F30/27；该发明授权基于MHA-CNN-SLSTM和误差补偿的互感器预测方法是由李振华;陈豪钰;张绍哲;卢和平;周峰;刁赢龙;程江洲;李振兴;张涛;张磊设计研发完成，并于2024-07-01向国家知识产权局提交的专利申请。

本基于MHA-CNN-SLSTM和误差补偿的互感器预测方法在说明书摘要公布了：基于MHA‑CNN‑SLSTM和误差补偿的互感器预测方法，包括：采用VMD将互感器误差数据分解为不同高低频分量；基于改进海鸥优化算法ISOA优化VMD的关键参数，实现误差数据最优分解；基于多头注意力机制MHA对误差影响特征交叉处理，挖掘各特征间关联性，通过强相关性特征与误差间关系建立弱相关特征与误差间深层联系；将CNN置于多头注意力机制MHA后端，降低多头注意力机制MHA输出特征维度；考虑训练集与测试集之间相关性，改进LSTM神经网络，动态调整网络权重和偏置，构建MHA‑CNN‑SLSTM组合预测模型；将预测值与实际值误差作为训练集输入构建的组合预测模型，生成补偿数据对预测值进行补偿。该方法能够准确的预测未来短期内互感器误差状态变化，具有预测精度高、泛化性强等特点。

本发明授权基于MHA-CNN-SLSTM和误差补偿的互感器预测方法在权利要求书中公布了：1.基于MHA-CNN-SLSTM和误差补偿的互感器预测方法，其特征在于包括以下步骤： 步骤1：采用变分模态分解算法VMD将互感器误差数据分解为不同高低频分量； 步骤2：基于改进海鸥优化算法ISOA优化变分模态分解算法VMD的关键参数，实现误差数据最优分解； 步骤3：基于多头注意力机制MHA对误差影响特征交叉处理，挖掘各特征间关联性，通过强相关性特征与误差间关系建立弱相关特征与误差间深层联系; 步骤4：将卷积神经网络CNN置于多头注意力机制MHA后端，降低多头注意力机制MHA输出特征维度； 步骤5：考虑训练集与测试集之间相关性，改进LSTM神经网络，动态调整网络权重和偏置，构建MHA-CNN-SLSTM组合预测模型； 步骤6：将预测值与实际值误差作为训练集，输入步骤5构建的组合预测模型，生成补偿数据对预测值进行补偿； 所述步骤5中，为保证LSTM神经网络模型输出互感器误差预测值精度，采用平方损失函数来更新权重、偏置矩阵参数： 10； 式10中，表示损失值；表示误差预测值；为误差实际结果；为正则化参数；为样本数；、为更新后矩阵；表示矩阵的转置；表示矩阵、b的平方损失最小值； ；分别为表示遗忘门、输入门、记忆单元、输出门权重矩阵； ；分别表示遗忘门、输入门、记忆单元、输出门偏置矩阵； 采用余弦相似度来比较训练样本输出值和测试集输出值间误差可信度，动态调整、； 11； 式11中，表示余弦相似度；为对非线性变化结果，取值位于间； 为时刻训练集输入；为时刻测试集输入；表示的转置矩阵；表示余弦相似度的指数函数值； 结合式10、11调整、： 12； 式12中，为在时刻测试集模型输出结果；表示时刻损失值；表示时刻更新后权重矩阵；表示时刻更新后偏置矩阵；表示矩阵、b在时刻的平方损失最小值。

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;华中科技大学;中国电力科学研究院有限公司，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。