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！

龙图腾网获悉西安交通大学申请的专利基于多元感知和特征提取的变压器状态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：CN116304822B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202310267211.0，技术领域涉及：G06F18/24；该发明授权基于多元感知和特征提取的变压器状态预测方法是由张凡;陈美琴;汲胜昌;张玉焜;李继胜设计研发完成，并于2023-03-17向国家知识产权局提交的专利申请。

本基于多元感知和特征提取的变压器状态预测方法在说明书摘要公布了：公开了一种基于多元感知和特征提取的变压器状态预测方法，方法中，对正常状态和故障状态下的变压器的油箱表面采集振动信号；预处理振动信号并可视化为灰度特征图像，将一部分灰度特征图像存作故障特征图库，剩下的灰度特征图像用作模型数据集，基于模型数据集结合卷积神经网络与长短时记忆网络的算法提取特征，并使用3D卷积神经网络对原始灰度特征图像进行编码和解码，故障状态下的振动信号的特征图像作为基准，从所有时间步中选择匹配的解码器解码输出的特征图像，并计算其与故障特征图库之间的空间相似性，使用相似度IoU指标来对特征进行分类，当大于预定阈值，认为两者之间属于同一特征状态，输出故障特征图库中所述特征状态的标签。

本发明授权基于多元感知和特征提取的变压器状态预测方法在权利要求书中公布了：1.一种基于多元感知和特征提取的变压器状态预测方法，其特征在于，其包括， 对正常状态和故障状态下的变压器的油箱表面采集振动信号； 预处理所述振动信号并可视化为灰度特征图像，将一部分灰度特征图像存作故障特征图库，剩下的灰度特征图像用作模型数据集，其中，预处理中，读取所述振动信号并进行特征值的计算并保存为特征值矩阵，基于所述特征值矩阵进行Z-Score标准化，公式1： 1 其中，是特征值，是样本标准差，为经过标准化处理后的特征值，且服从均值为0，标准差为1的正态分布，再使用各个通道元素最值比、相邻差值的绝对值与最值比构造灰度特征图像，公式2： 2 其中，为经过标准化处理后的特征值的矩阵形式，矩阵尺寸为L*1，L即一张图像包含的特征值的数量，、、、的范围从0到L，为序列第行的值，为最大值的绝对值，为序列相邻元素的差值，为序列中任意两元素差值的最大值也即最大值与最小值的差，得到的灰度图像矩阵的尺寸为L*L，特征值范围为[0，1]； 基于模型数据集结合卷积神经网络与长短时记忆网络的算法提取特征，并使用3D卷积神经网络对灰度特征图像进行编码和解码，在编码器部分，采用注意力模块、动态语义向量序列代替固定语义向量作为输入信息编码，并在解码器解码的过程中自动选择向量的子集，解码器解码输出的特征图像与所述灰度特征图像用峰值信噪比PSNR和结构相似度SSIM定量比对； 故障状态下的振动信号的特征图像作为基准，从所有时间步中选择匹配的解码器解码输出的特征图像，并计算其与故障特征图库之间的空间相似性，使用相似度IoU指标来对特征进行分类，当大于预定阈值，认为两者之间属于同一特征状态，输出故障特征图库中所述特征状态的标签。

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西安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28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。