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！

龙图腾网恭喜苏州智好维科技有限公司申请的专利一种列车电流曲线特征提取及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：CN118779630B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202410702287.6，技术领域涉及：G06F18/213；该发明授权一种列车电流曲线特征提取及故障诊断方法是由邓辰鑫;杨震;张子娴设计研发完成，并于2024-06-02向国家知识产权局提交的专利申请。

本一种列车电流曲线特征提取及故障诊断方法在说明书摘要公布了：本发明涉及一种列车电流曲线特征提取及故障诊断方法，包括：采集集电靴与第三轨接触运行时输出的原始电流时间序列并进行预处理；将预处理后的电流时间序列按滑动窗格的方式进行采样、重排和标定，构建靴轨状态标签样本数据集；构建基于CNN和LSTM的融合故障诊断网络；使用样本数据集训练特征提取和故障诊断模型并优化；部署故障诊断模型，输入集电靴实时电流数据并输出脱靴故障诊断结果。与现有技术相比，本发明能够实时判断集电靴工作状态，当发生故障时及时报警处理，提高列车运行系统可靠性，保障行车安全。

本发明授权一种列车电流曲线特征提取及故障诊断方法在权利要求书中公布了：1.一种列车电流曲线特征提取及故障诊断方法，其特征在于，包括以下步骤：S1、采集集电靴与第三轨接触运行时输出的原始电流时间序列并进行预处理；S2、将预处理后的电流时间序列按滑动窗格的方式进行处理，构建靴轨状态标签样本数据集：采样：设滑动窗格宽度为T2，滑窗时间步长为t，在电流时间序列中取连续的电流数据构成包含某时刻强时空特征的矩阵样本，则在第j+T2次采样数据为： 重排：首先对每个电流环输出的T2个电流值依次排列成T×T尺寸的矩阵，然后将4个电流环矩阵堆叠成T×T×4的样本张量，经重排后的电流样本空间可表示为r∈RT×T×4；标定：根据既定规则或相关标准对重排后的样本数据进行标定，状态标签根据具体故障分类分别编号为0，1，2，…，n，即得到用于模型训练的样本数据集；S3、构建基于CNN和LSTM的融合故障诊断网络，输入数据通过卷积运算提取空间特征后，采用双向LSTM和注意力机制捕获时序依赖关系，网络结构具体包括：输入层：用于输入经预处理后的样本数据，模型训练时输入数据形状为batch,T,T,4,表示模型训练时一个批次的样本数据，batch是批次大小，表示一次训练或推理时样本数量；CNN层：用于对输入样本进行卷积，提取电流数据空间特征，包括第一卷积层、第一池化层、第二卷积层、第二池化层和展平层，每一层的特征图可以表示为其中展平层将第二池化层输出的三维特征图展平成长度w×h×d的一维特征向量序列双向LSTM层：用于提取电流数据的时序依赖关系，包括两个独立的LSTM层，前向LSTM层和后向LSTM层，前向LSTM层按时间步的顺序处理输入序列，后向LSTM按时间步的逆序处理输入序列；注意力机制层：用于使网络聚焦于关键的时间步，抑制无效信息；全连接层：接收注意力机制层输出的c和ht并作为其输入，执行运算yt＝ReLUwy·[c,ht]+by，ReLUx＝max0,x为激活函数，同时对隐藏单元数进行适当降维处理；输出层：执行运算输出故障类别概率分布，为激活函数，n为故障类别数；S4、使用样本数据集训练特征提取和故障诊断模型并优化；S5、部署故障诊断模型，输入集电靴实时电流数据并输出多分类脱靴故障诊断结果，实现对集电靴故障的实时检测与预警。

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苏州智好维科技有限公司，其通讯地址为：215400 江苏省苏州市太仓市文治路5号A幢308室；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”。