買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉華僑大學(xué)申請(qǐng)的專利GIS特高頻局部放電信號(hào)的特征提取方法及裝置獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120316485B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510821374.8，技術(shù)領(lǐng)域涉及：G06F18/213；該發(fā)明授權(quán)GIS特高頻局部放電信號(hào)的特征提取方法及裝置是由方瑞明;許偉超;鄧敏;彭長(zhǎng)青設(shè)計(jì)研發(fā)完成，并于2025-06-19向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本GIS特高頻局部放電信號(hào)的特征提取方法及裝置在說(shuō)明書摘要公布了：本發(fā)明公開了一種GIS特高頻局部放電信號(hào)的特征提取方法及裝置，涉及電氣數(shù)據(jù)處理領(lǐng)域，包括：采用中心頻率法對(duì)VMD算法的模態(tài)分量個(gè)數(shù)K進(jìn)行優(yōu)化，得到最佳K值；利用模態(tài)分量個(gè)數(shù)為最佳K值的VMD算法對(duì)特高頻局部放電信號(hào)進(jìn)行分解，得到K個(gè)本征模態(tài)函數(shù)分量；分別對(duì)每個(gè)本征模態(tài)函數(shù)分量進(jìn)行不同類型的熵計(jì)算，得到不同類型的特征變量在每個(gè)本征模態(tài)函數(shù)分量的值并構(gòu)建特征矩陣；將特征矩陣輸入到基于樣本協(xié)方差矩陣的動(dòng)態(tài)網(wǎng)絡(luò)標(biāo)志物模型中提取到主導(dǎo)特征變量以及其對(duì)應(yīng)的關(guān)鍵網(wǎng)絡(luò)標(biāo)記，計(jì)算主導(dǎo)特征變量之間的關(guān)聯(lián)性量化指標(biāo)，基于關(guān)鍵網(wǎng)絡(luò)標(biāo)記與關(guān)聯(lián)性量化指標(biāo)構(gòu)建所提取的關(guān)鍵特征。本發(fā)明解決特征表達(dá)的魯棒性不足等問(wèn)題。

本發(fā)明授權(quán)GIS特高頻局部放電信號(hào)的特征提取方法及裝置在權(quán)利要求書中公布了：1.一種GIS特高頻局部放電信號(hào)的特征提取方法，其特征在于，包括以下步驟： 獲取GIS特高頻信號(hào)并進(jìn)行預(yù)處理，得到特高頻局部放電信號(hào)； 獲取訓(xùn)練數(shù)據(jù)并采用中心頻率法對(duì)VMD算法的模態(tài)分量個(gè)數(shù)K進(jìn)行優(yōu)化，得到最佳K值，具體包括： 收集GIS裝置在不同的局部放電類型下對(duì)應(yīng)的特高頻局部放電信號(hào)并構(gòu)成訓(xùn)練數(shù)據(jù)； 針對(duì)每個(gè)局部放電類型的特高頻局部放電信號(hào)計(jì)算不同的模態(tài)分量個(gè)數(shù)K下的VMD算法所得到的各個(gè)本征模態(tài)函數(shù)分量的中心頻率值； 對(duì)每個(gè)局部放電類型計(jì)算相鄰K值下的最后一個(gè)本征模態(tài)函數(shù)分量的中心頻率值的相對(duì)變化率，如下式所示： 其中，ωK+1表示當(dāng)模態(tài)分量個(gè)數(shù)為K+1時(shí)的第K+1個(gè)本征模態(tài)函數(shù)分量的中心頻率值，ωK表示當(dāng)模態(tài)分量個(gè)數(shù)為K時(shí)的第K個(gè)本征模態(tài)函數(shù)分量的中心頻率值，εK表示當(dāng)模態(tài)分量個(gè)數(shù)為K時(shí)的相對(duì)變化率； 統(tǒng)計(jì)每個(gè)局部放電類型在所述相對(duì)變化率小于或等于閾值時(shí)所對(duì)應(yīng)的模態(tài)分量個(gè)數(shù)K，并將所有局部放電類型中出現(xiàn)次數(shù)最多的在所述相對(duì)變化率小于或等于閾值時(shí)所對(duì)應(yīng)的模態(tài)分量個(gè)數(shù)K作為最佳K值； 利用所述模態(tài)分量個(gè)數(shù)為最佳K值的VMD算法對(duì)所述特高頻局部放電信號(hào)進(jìn)行分解，得到K個(gè)本征模態(tài)函數(shù)分量；分別對(duì)每個(gè)本征模態(tài)函數(shù)分量進(jìn)行不同類型的熵計(jì)算，得到不同類型的特征變量在每個(gè)本征模態(tài)函數(shù)分量的值；根據(jù)所述不同類型的特征變量在每個(gè)本征模態(tài)函數(shù)分量的值構(gòu)建特征矩陣； 將所述特征矩陣輸入到基于樣本協(xié)方差矩陣的動(dòng)態(tài)網(wǎng)絡(luò)標(biāo)志物模型中提取到主導(dǎo)特征變量以及其對(duì)應(yīng)的索引標(biāo)記的集合，具體包括： 對(duì)所述特征矩陣進(jìn)行標(biāo)準(zhǔn)化處理，得到經(jīng)標(biāo)準(zhǔn)化處理后的特征矩陣； 構(gòu)建所述經(jīng)標(biāo)準(zhǔn)化處理后的特征矩陣的樣本協(xié)方差矩陣，對(duì)所述樣本協(xié)方差矩陣進(jìn)行特征分解，根據(jù)所述樣本協(xié)方差矩陣的最大特征值所對(duì)應(yīng)的特征向量及其元素排名篩選出所述主導(dǎo)特征變量，提取出所述主導(dǎo)特征變量對(duì)應(yīng)的索引標(biāo)記的集合；將所述索引標(biāo)記的集合作為關(guān)鍵網(wǎng)絡(luò)標(biāo)記，計(jì)算所述主導(dǎo)特征變量之間的關(guān)聯(lián)性量化指標(biāo)，基于所述關(guān)鍵網(wǎng)絡(luò)標(biāo)記與關(guān)聯(lián)性量化指標(biāo)構(gòu)建所提取的關(guān)鍵特征。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人華僑大學(xué)，其通訊地址為：362000 福建省泉州市豐澤區(qū)城東城華北路269號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。