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！

龙图腾网获悉国网宁夏电力有限公司培训中心申请的专利基于ANOVA和IGWO-SVDD的变压器未知故障诊断方法、介质及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：CN116975729B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202311009155.7，技术领域涉及：G06F18/2411；该发明授权基于ANOVA和IGWO-SVDD的变压器未知故障诊断方法、介质及系统是由冯洋;侯峰;邢雅;闫敬东;吴培涛;尹松;叶赞;张馨月设计研发完成，并于2023-08-11向国家知识产权局提交的专利申请。

本基于ANOVA和IGWO-SVDD的变压器未知故障诊断方法、介质及系统在说明书摘要公布了：本发明公开了一种基于ANOVA和IGWO‑SVDD的变压器未知故障诊断方法、介质及系统，涉及变压器故障诊断技术领域。其方法包括获取变压器故障的样本集，其中，所述样本集中的每一样本包含多种不同类型的油中溶解气体；计算每一样本中不同油中溶解气体的含量比率，作为每一样本的多个不同特征类型的数据特征；采用方差分析ANOVA对每一所述样本的数据特征进行降维，得到最优特征子集；构建基于支持向量数据描述的改进灰狼优化算法IGWO‑SVDD故障诊断模型；将最优特征子集输入所述IGWO‑SVDD故障诊断模型，得到不同故障类型的变压器故障诊断结果。利用本发明能够提高变压器故障诊断任务中对故障类型的识别精度的问题。

本发明授权基于ANOVA和IGWO-SVDD的变压器未知故障诊断方法、介质及系统在权利要求书中公布了：1.一种基于ANOVA和IGWO-SVDD的变压器未知故障诊断方法，其特征在于，包括以下步骤： 获取多种变压器故障类型的样本集，其中，所述样本集中的每一故障样本包含多种油中溶解气体； 计算每一故障样本中不同油中溶解气体的含量比率，作为每一所述故障样本中多个不同特征类型的数据特征； 采用方差分析ANOVA对每一所述故障样本中的数据特征进行降维，得到最优特征子集； 构建基于支持向量数据描述的改进灰狼优化算法IGWO-SVDD故障诊断模型；具体包括：采用反向算法对灰狼算法进行初始种群优化，具体包括以下步骤： 采用circle混沌映射生成灰狼算法的初始种群，具体表达式如下所示： ； 式中，xi+1、xi分别为第i+1次和第i次迭代的粒子位置； 采用反向学习算法对初始种群进行初始化，生成反向种群， 所述反向种群为； 式中，OXid表示反向种群；Xmaxd表示种群中的最大值；Xmind表示种群中的最小值；Xid表示正向种群； 将当前种群X与反向种群OXid进行合并，得到新种群X'={X∪OXid}； 采用差分算法对灰狼算法初始种群优化后的个体位置进行更新，得到改进灰狼优化算法IGWO；采用差分算法对灰狼算法初始种群优化后的个体位置进行更新，具体包括以下步骤： 对更新后的个体位置进行变异操作，具体表达式如下: ； 式中，vit表示变异后的个体位置解，t表示迭代数，xr1t、xr2t、xr3t表示当前种群中3个不同的个体，w表示变异因子； 基于变异后的个体位置进行交叉操作,具体表达式如下： ； 式中，uit表示交叉后的个体位置解；rand表示随机函数；CR表示交叉因子；xit是当代种群中的最优个体位置向量； 选择操作: 利用贪婪策略将父代与其子代个体进行比较，实现新的个体的选择，具体表达式如下所示： ； xit+1表示选择操作后的个体位置解；fuit表示将交叉后的个体位置代入适应度函数f得到的适应函数值；fxit表示将当代种群中的最优个体位置向量代入适应度函数f得到的适应函数值； 根据所述改进灰狼优化算法IGWO优化支持向量数据描述SVDD模型，得到IGWO-SVDD故障诊断模型； 将最优特征子集输入所述IGWO-SVDD故障诊断模型，得到不同故障类型的变压器故障诊断结果。

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宁夏电力有限公司培训中心，其通讯地址为：750011 宁夏回族自治区银川市黄河东路716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。