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！

龙图腾网获悉国网江西省电力有限公司电力科学研究院申请的专利基于物理信息神经网络的变压器过热故障智能诊断系统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：CN121071754B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511617231.1，技术领域涉及：G06F18/2433；该发明授权基于物理信息神经网络的变压器过热故障智能诊断系统是由熊军辉;刘阳;万华;王鹏;童涛;曾磊磊;陈志诚;周曦琨设计研发完成，并于2025-11-06向国家知识产权局提交的专利申请。

本基于物理信息神经网络的变压器过热故障智能诊断系统在说明书摘要公布了：本发明涉及电力设备故障诊断技术领域，具体为基于物理信息神经网络的变压器过热故障智能诊断系统。本发明通过自适应噪声抑制模块对信号进行物理约束滤波；通过物理信息神经网络构建融合热传导方程、气体分解动力学方程和绝缘老化动力学方程的损失函数，实现温度与气体的耦合建模及绝缘纸老化状态的协同预测；通过多模态特征融合模块提取空间拓扑特征和时序特征，采用注意力机制建立跨模态关联；通过故障演化预测模块预测未来特征轨迹并输出分层级预警；最终输出故障类型、严重程度及检修建议。本发明将物理机理与数据智能深度融合，实现了过热故障的超前预警和精准定位，同时填补了现有技术无法预判绝缘失效的空白。

本发明授权基于物理信息神经网络的变压器过热故障智能诊断系统在权利要求书中公布了：1.基于物理信息神经网络的变压器过热故障智能诊断系统，其特征在于，包括： 自适应噪声抑制模块：采集分布式温度场信号和油中溶解的气体浓度信号，对所述温度场信号施加空间连续性物理约束进行噪声抑制，对所述气体浓度信号基于浓度物理边界动态调整滤波参数； 物理信息神经网络建模模块：构建物理信息神经网络模型，输出温度分布预测值、气体浓度预测值及绝缘纸聚合度预测值，所述物理信息神经网络模型的损失函数同时约束预测值与实测值的拟合误差、热传导物理方程残差和气体分解动力学方程残差和绝缘老化动力学方程残差，且所述物理方程残差的约束权重根据拟合误差与物理方程残差的比值动态调整； 多模态特征融合模块：提取所述温度场信号的空间拓扑结构特征和所述气体浓度信号的时序演化特征，通过注意力机制建立空间拓扑结构特征与时序演化特征之间的关联权重，生成融合后的多模态特征向量； 故障演化预测模块：采用序列编码解码模型，基于预设时间窗口内的多模态特征向量，预测未来时间段内的特征演化轨迹，在所述序列编码解码模型的损失函数中引入轨迹平滑性约束，根据预测轨迹与预设阈值的比较结果输出分层级预警信号； 结果输出与管理模块：基于所述预警信号和特征演化轨迹，输出故障类型、严重程度分级、未来演化趋势预测结果及对应的检修策略建议； 所述空间连续性物理约束通过独立分量分析将温度场信号分解为多个独立分量，保留空间梯度最大值小于预设梯度阈值且空间梯度标准差满足平稳性条件的独立分量后重构温度场信号； 所述滤波参数的动态调整通过卡尔曼滤波实现，根据当前观测值与浓度物理边界采用指数函数计算观测噪声协方差，所述指数函数的指数项为当前观测值与浓度物理边界的差值除以浓度物理边界； 所述热传导物理方程残差为温度预测值对时间的偏导数减去热扩散系数与温度预测值空间二阶导数的乘积再减去热源强度； 所述气体分解动力学方程残差为气体浓度预测值对时间的导数减去基于温度预测值计算的阿伦尼乌斯反应速率； 所述绝缘老化动力学方程残差为绝缘纸聚合度预测值对时间的导数加上老化速率常数与温度指数函数及CO浓度乘积的计算结果； 所述物理方程残差的约束权重动态调整方式为：将初始约束权重乘以拟合误差与对应物理方程残差初始值的比值，当比值大于1时采用调整后的权重，当比值小于等于1时保持初始约束权重；所述物理方程残差包括热传导方程残差、气体分解动力学方程残差及绝缘老化动力学方程残差。

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国网江西省电力有限公司电力科学研究院，其通讯地址为：330000 江西省南昌市青山湖区民营科技园内民强路88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。