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！

龙图腾网获悉云南电网有限责任公司电力科学研究院申请的专利断路器故障诊断方法、模型训练方法、介质和设备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：CN119337309B 。

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：202411410583.5，技术领域涉及：G06F18/25；该发明授权断路器故障诊断方法、模型训练方法、介质和设备是由彭晶;龚泽威一;王欣;杜肖;杨坤;王宗普;罗永盛;潘浩;王山;王泽朗;尹时运;邓庆;张建;梁凯;吴远密设计研发完成，并于2024-10-10向国家知识产权局提交的专利申请。

本断路器故障诊断方法、模型训练方法、介质和设备在说明书摘要公布了：本发明公开了一种断路器故障诊断方法、模型训练方法、介质和设备，首先获取断路器的多组多源异构数据，对每组数据进行特征提取和融合，形成样本融合特征。模型在多个初始超参数组合下，输入这些样本融合特征，并通过改进的目标函数计算适应度，评估每个组合的效果。改进的目标函数损失部分结合了交叉熵损失函数和梯度调和机制函数，其中梯度调和机制函数根据样本的故障区分难度调整权重，使得模型更集中学习困难样本。且随着迭代次数的增加，梯度调和机制函数的影响逐渐增强，提升了模型对复杂样本的学习能力。再通过优化算法不断迭代，确定当前最优的超参数组合，从而设定出优化后的目标LightGBM模型。因此本发明解决了现有模型在准确性上的不足。

本发明授权断路器故障诊断方法、模型训练方法、介质和设备在权利要求书中公布了：1.一种基于优化算法训练改进LightGBM模型的方法，其特征在于，所述方法包括： 获取断路器的组样本多源异构数据；其中，，每组样本多源异构数据包括多个数据源采样到的样本数据，每组样本多源异构数据携带有对应的故障标签；所述样本数据包括电流、电压、温度、故障信息和振动参数；所述故障标签包括过载、熔断、高温断路、短路、触点磨损和接触不良； 在每组样本多源异构数据中，分别提取每个样本数据的样本特征，并将提取到的多个样本特征进行特征融合，以得到对应的个样本融合特征； 随机初始化改进LightGBM模型当前的N个超参数组合； 在将改进LightGBM模型设定为不同超参数组合的前提下，依次输入每个样本融合特征并获取输出的预测故障，将所述预测故障及对应的故障标签输入预设的改进目标函数计算适应度，以得到当前的N个超参数组合所对应的适应度；其中，所述改进目标函数中的损失函数包括交叉熵损失函数及梯度调和机制函数，所述交叉熵损失函数用于衡量所述预测故障与对应的故障标签间的差异，所述梯度调和机制函数中样本融合特征所对应的样本多源异构数据的故障区分难度，与样本融合特征的权重呈正相关，且所述梯度调和机制函数相较于所述交叉熵损失函数的计算比例随当前迭代次数的增加而增加； 根据适应度的大小确定当前的N个超参数组合中的最优超参数组合，根据所述最优超参数组合使用优化算法对当前的N个超参数组合进行更新； 若当前迭代次数小于预设的迭代次数阈值，则令所述当前迭代次数+1，并返回执行所述在将改进LightGBM模型设定为不同超参数组合的前提下，依次输入每个样本融合特征并获取输出的预测故障的步骤及后续步骤，直至当前迭代次数等于预设的迭代次数阈值时，基于当前的N个超参数组合中的最优超参数组合对改进LightGBM模型进行设定，以得到目标LightGBM模型； 所述将所述预测故障及对应的故障标签输入预设的改进目标函数计算适应度，表示为： 上式中，为第i个样本融合特征的适应度；表示第t棵树模型；为损失函数的损失值；为损失函数的一阶导数；为损失函数的二阶导数；表示正则化项；为第t次迭代时的比例系数，当t=1时，为预设值；为所述交叉熵损失函数的损失值；为所述梯度调和机制函数的损失值；为第t-1次迭代时的最优超参数组合的适应度；为第i个样本融合特征的故障标签；为第i个样本融合特征的预测故障；为第i个样本融合特征设定的权重，第i个样本融合特征所对应的样本多源异构数据的故障区分难度越大，设定越大。

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云南电网有限责任公司电力科学研究院，其通讯地址为：650000 云南省昆明市经济技术开发区云大西路105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。