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！

龙图腾网获悉山东科技大学申请的专利基于知识蒸馏的1D-CNN的在线局部放电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：CN121410481B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202512016547.1，技术领域涉及：G01R31/12；该发明授权基于知识蒸馏的1D-CNN的在线局部放电识别方法是由杨俊卿;姚力诚;高天娇;郭琪琪;汪慧;槐瑞托;王坤;王银龙;王胜杰;高波;张志献设计研发完成，并于2025-12-30向国家知识产权局提交的专利申请。

本基于知识蒸馏的1D-CNN的在线局部放电识别方法在说明书摘要公布了：本发明属于电力设备故障诊断技术领域，具体公开了一种基于知识蒸馏的1D‑CNN的在线局部放电识别方法，其包括以下步骤：对原始信号进行傅里叶变换后实施幅度调制、相位调制、频带增强和频域噪声注入四种数据增强；构建多分支一维卷积神经网络提取时频特征，结合残差连接与SE注意力机制训练教师模型；采用预设温度参数和权重系数的知识蒸馏策略将教师模型压缩为轻量化学生模型；将学生模型转化为移动端兼容格式并通过QT上位机构建手机APP；实现在线实时识别。本发明方法有效缓解了样本不平衡问题，另外知识蒸馏在保持较高准确率的同时实现模型体积压缩、推理速度提升，计算量小，实时性强，精度高。

本发明授权基于知识蒸馏的1D-CNN的在线局部放电识别方法在权利要求书中公布了：1.基于知识蒸馏的1D-CNN的在线局部放电识别方法，其特征在于，包括如下步骤： 步骤1.采集原始信号即局部放电脉冲信号，并进行标注和分类预处理； 步骤2.通过傅里叶变换提取原始信号的幅度谱和相位谱，采用幅度调制、相位调制、频带调制和噪声注入四种方式进行数据增强，经傅里叶逆变换得到扩充数据集； 步骤3.构建具有多分支结构的在线局部放电识别模型，作为教师模型；其中教师模型包括三个特征提取分支、四个残差块、融合模块以及Softmax层； 三个特征提取分支均为一维卷积提取分支，分别定义为主干分支、细节分支和高频分支，且用于提取不同尺度的特征图，三个特征提取分支的输出通过Concat进行拼接； 拼接后的特征图依次经过各个残差块进行处理，且在每个残差块之后结合一个SE通道注意力机制；将最后一个SE通道注意力机制处理后的特征输入到融合模块； 融合模块采用一维全局最大池化、一维全局平均池化进行并行处理，并将全局最大池化、全局平均池化的处理结果进行融合，最后通过Softmax层输出各类别预测概率； 基于扩充数据集对教师模型进行训练，得到训练好的教师模型； 步骤4.构建轻量化的学生模型，将训练好的教师模型生成软标签；预设温度参数和权重系数，结合硬软标签损失进行知识蒸馏，通过早停机制获得训练好的学生模型； 基于训练好的学生模型，进行在线局部放电识别，得到具体放电类型。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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。