買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉華北電力大學(保定)申請的專利一種基于MSK-CNN和多源機電信息融合的同步電機故障診斷方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114861710B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210393744.9，技術領域涉及：G06F18/241；該發明授權一種基于MSK-CNN和多源機電信息融合的同步電機故障診斷方法是由李永剛;侯岳佳設計研發完成，并于2022-04-14向國家知識產權局提交的專利申請。

本一種基于MSK-CNN和多源機電信息融合的同步電機故障診斷方法在說明書摘要公布了：本發明提供了一種基于MSK?CNN和多源機電信息融合的同步電機故障診斷方法，實時采集同步電機工作在正常以及不同轉子繞組匝間短路工況下的相電壓、轉子振動和定子振動信號，劃分為訓練集和測試集；確定最優MSK?CNN模型；將相電壓、轉子振動、定子振動的原始數據分別輸入MSK?CNN模型中進行訓練，經過多尺度特征提取層，將多尺度核提取到的故障特征進行融合并作為各個MSK?CNN子模型的輸出；并將基于三種信號提取到的特征進行融合，實現診斷目的。本發明為同步發電機提供了端到端的故障診斷方案，無需額外的信號處理和專家經驗，消除了人工提取特征的影響，同時避免了由于單一傳感器故障時導致的漏判、誤判等現象發生，同步發電機故障診斷準確率顯著提升。

本發明授權一種基于MSK-CNN和多源機電信息融合的同步電機故障診斷方法在權利要求書中公布了：1.一種基于MSK-CNN和多源機電信息融合的同步電機故障診斷方法，其特征在于，包括以下步驟： S1，利用數據采集裝置實時采集同步電機工作在正常、轉子繞組匝間短路、定子匝間短路和靜偏心不同運行工況下的相電壓、轉子振動和定子振動信號； S2，對采集到的相電壓、轉子振動和定子振動信號以設定單位長度進行切片處理，并按設定比例設置為訓練集和測試集； S3，建立MSK-CNN模型，確定MSK-CNN模型的網絡結構和卷積核大小，利用訓練集進行訓練，根據迭代過程中的損失函數及準確率變化情況，對MSK-CNN網絡結構和超參數進行調整，再次訓練，重復以上過程，確定最優MSK-CNN模型，所述最優MSK-CNN模型，具體包括：輸入層、多尺度核特征提取層、全連接層、輸出層；其中，多尺度核特征提取層由多個卷積核大小不同的CNN子塊構成，CNN子塊包括兩個交替出現的卷積層CL、歸一化批處理BN層、激活函數ReLu層、池化層PL，所述卷積層CL包括卷積層CL1-1、卷積層CL1-2、卷積層CL2-1、卷積層CL2-2、卷積層CL3-1、卷積層CL3-2，所述池化層PL包括池化層PL1-1、池化層PL1-2、池化層PL2-1、池化層PL2-2、池化層PL3-1、池化層PL3-2； S4，將相電壓、轉子振動、定子振動的原始數據分別輸入最優MSK-CNN模型中，經過多尺度特征提取層，將多尺度核提取到的故障特征進行融合并作為各個MSK-CNN子模型的輸出； S5，在最優MSK-CNN模型，將相電壓、轉子振動、定子振動各信號提取到的故障特征匯聚輸入同一Flatten層壓平，通過全連接層傳遞到Softmax輸出層，最終得到每個運行工況的概率值，其中最大概率值對應的運行工況被視為最終的故障診斷結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人華北電力大學(保定)，其通訊地址為：071003 河北省保定市蓮池區永華北大街619號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。