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！

龙图腾网获悉常州大学申请的专利一种基于机器学习的三相逆变器设备故障诊断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：CN116776245B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202310682409.5，技术领域涉及：G06F18/2415；该发明授权一种基于机器学习的三相逆变器设备故障诊断方法是由佘世刚;陈磊;李玉博;马涛;施克健;刘通;李明亮设计研发完成，并于2023-06-09向国家知识产权局提交的专利申请。

本一种基于机器学习的三相逆变器设备故障诊断方法在说明书摘要公布了：本发明涉及机器学习技术领域，尤其涉及一种基于机器学习的三相逆变器设备故障诊断方法，包括采集三相逆变器的电流信号特征值，并标记故障类型，构建不同故障下的数据集；对采集的电流信号特征值进行预处理；采用改进SMOTE方法对样本数据集进行扩充；对扩充后的数据进行平滑处理，再通过SBC算法对平滑后的数据进行特征提取；利用改进PCNN网络模型对数据进行训练，得到三相逆变器的故障分类结果。本发明解决设备故障诊断数据的特征提取不够精细化，导致特征提取不足而影响故障诊断时对故障的分类精度不足；以及特征提取模型的激活函数、分类器设计难以与设备故障数据进行匹配，进而容易对设备故障诊断的检测精度造成影响的问题。

本发明授权一种基于机器学习的三相逆变器设备故障诊断方法在权利要求书中公布了：1.一种基于机器学习的三相逆变器设备故障诊断方法，其特征在于，包括以下步骤： 步骤一、采集三相逆变器的电流信号特征值，并标记故障类型，构建不同故障下的数据集； 步骤二、对采集的电流信号特征值进行预处理； 步骤三、采用改进SMOTE方法对样本数据集进行扩充； 步骤四、对扩充后的数据进行平滑处理，再通过SBC算法对平滑后的数据进行特征提取； 步骤五、利用改进PCNN网络模型对数据进行训练，得到三相逆变器的故障分类结果； 改进PCNN网络模型由两个并行的卷积神经网络组成，每个网络的结构都为：卷积层-池化层-卷积层-池化层；两个网络的输出特征再输入全连接神经网络层； 改进PCNN网络模型采用DEAF激活函数，公式为： 其中，和是双重指数函数的控制参数； 改进PCNN网络模型采用改进随机森林分类器，改进随机森林分类器的构建包括： 步骤1、从训练集中随机选择K'个样本，并随机选择M个特征； 步骤2、采用余弦相似度计算每个样本与K'-1个样本之间的相似度值，并对相似度值进行降序； 步骤3、采用基尼系数计算每个特征与K'-1个特征之间的相对重要性值，并对相对重要性值进行降序； 步骤4、选取相似度值最大的样本和相对重要性值最大的特征作为决策树的根节点； 步骤5、对于每个非叶子节点，重复步骤4，从剩余相似度值最高的样本和相对重要性值最高的特征中选取一个样本和一个特征作为子节点； 步骤6、直到决策树达到设定的深度或者节点中的样本数小于某个阈值结束。

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常州大学，其通讯地址为：213164 江苏省常州市武进区湖塘镇滆湖中路21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。