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！

龙图腾网获悉湖南师范大学申请的专利融合时序空间特征提取与强化学习的电机缺陷识别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：CN120524336B 。

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：202510960712.6，技术领域涉及：G06F18/2415；该发明授权融合时序空间特征提取与强化学习的电机缺陷识别方法是由马天雨;李长春;孙世浩设计研发完成，并于2025-07-11向国家知识产权局提交的专利申请。

本融合时序空间特征提取与强化学习的电机缺陷识别方法在说明书摘要公布了：本申请提出一种融合时序空间特征提取与强化学习的电机缺陷识别方法。搭建Transformer‑GAT模型架构T‑GAT，T‑GAT学习时间序列关联性与空间拓扑结构特征，形成时空复合表征向量；设计策略网络和值网络的双网络架构强化学习加权融合机制，并联结构的策略网络与值网络接收复合向量后，构建策略函数选择最大概率的缺陷类型；设计势能函数量化参数，结合其差值构建奖励函数生成奖励；以奖励函数为目标，离线训练优化双网络架构的模型参数，在线运行实时决策并存储四元组至经验池，形成"感知‑决策‑反馈‑更新"闭环机制；本方法实现了电机缺陷识别，减少停机时间，提高了电机运行可靠性与设备运行效率。

本发明授权融合时序空间特征提取与强化学习的电机缺陷识别方法在权利要求书中公布了：1.融合时序空间特征提取与强化学习的电机缺陷识别方法，其特征在于，包括： 搭建Transformer-GAT模型架构，学习时间序列关联性与空间拓扑结构特征，形成时空复合表征向量，增强电机故障检测的多维特征表征能力； 采用策略网络与价值网络并行架构，同时设计基于双网络架构的加权融合机制与策略函数，确定双网络架构输出的缺陷类型，有效防止单一网络偏倚及决策固化问题，包括： ①将多维时空复合向量T1’输入并联结构的策略网络Actor和值网络Critic中,其中策略网络生成故障概率分布πa∣s，价值网络生成各缺陷的价值评分，形成价值评分矩阵V＝[Vs,a1,Vs,a2,...,Vs,an]，②同时通过策略熵函数计算策略分布的熵值，如式1所示，其中n为故障类别总数，ai为电机各缺陷；③而后通过置信度函数将熵值转换为[0,1]区间的置信度，如式2所示；④并将价值评分归一化后通过设计的伪策略函数转换为伪概率分布，如式3、式4所示，其中τ如式5所示；⑤随后设计权重生成函数生成权重α，如式6所示，其中Varπcritic为Critic伪策略的方差，σ为Sigmoid函数，输出权重α∈0,1；⑥最后构建策略融合函数生成最终的策略分布，如式7所示并选取综合概率最高的电机缺陷A； V～ai＝Vai-minVmaxV-minV4 τ＝τ0·0.9[t1000],τ＝0.55 α＝σCactor+Varπcritic6 finala∣s＝α·πactora∣s+1-α·πcritica∣s7 通过动态势能函数ΦS解析系统状态，融合差值计算构建奖励函数生成奖励r，平衡模型的即时诊断准确性与长期状态稳定性； 采用离线预训练与在线应用的双阶段模式，实现模型参数持续更新优化。

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湖南师范大学，其通讯地址为：410081 湖南省长沙市岳麓区麓山路36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。