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！

龙图腾网恭喜陇东学院;流星先生科技(西安)有限公司申请的专利基于CNN的功率测量仪表短路故障自动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：CN119577586B 。

龙图腾网通过国家知识产权局官网在2025-04-11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：202510121189.8，技术领域涉及：G06F18/2415；该发明授权基于CNN的功率测量仪表短路故障自动诊断方法是由徐秀妮;曹建伟;解贵锋;任祚旺;王含设计研发完成，并于2025-01-26向国家知识产权局提交的专利申请。

本基于CNN的功率测量仪表短路故障自动诊断方法在说明书摘要公布了：本申请提供一种基于CNN的功率测量仪表短路故障自动诊断方法，涉及故障诊断技术领域，方法包括预设采集周期和时长，实时采集功率测量仪表运行数据并预处理，基于信息熵确定最佳分解层数，动态选择最优小波基函数，对预处理数据进行小波包分解，计算比较各子代系数能量、方差，选取含故障特征的子代系数构建特征向量，将特征向量分割为子特征向量并转换为二维矩阵，归一化处理后分为训练集和测试集，结合CNN和LSTM构建自动诊断模型，引入注意力机制，用麻雀搜索算法和Adam优化算法优化模型参数，通过测试集评估模型性能，分析诊断结果，实现对功率测量仪表故障的准确诊断。本申请能提高功率测量仪表故障诊断的准确性和实时性。

本发明授权基于CNN的功率测量仪表短路故障自动诊断方法在权利要求书中公布了：1.基于CNN的功率测量仪表短路故障自动诊断方法，其特征在于，包括如下步骤：步骤S1、预设采集周期和采集时长，实时采集功率测量仪表的运行数据，所述运行数据包括功率测量仪表内每条线路的采样点的电流值和电压值，将在一个采集周期内采集到多个采样点的运行数据形成一组运行数据，对运行数据进行预处理；步骤S2、基于信息熵确定最佳分解层数，还根据信号特性动态选择最优小波基函数，基于所述最佳分解层数和所述最优小波基函数，对预处理后的运行数据使用小波包分解技术进行分解得到一系列子代系数，所述子代系数代表数据在不同频带和时间尺度上的能量分布，对各子代系数的能量、方差进行计算和比较，选择包含故障特征信息的子代系数；步骤S3、将选择的子代系数作为特征构建特征向量，特征向量包含了运行数据在不同频带和时间尺度上的重要信息，将特征向量按照预设的时间序列窗口分割成多个数据段，每个数据段作为一个子特征向量，将每个子特征向量转换为二维矩阵，所述二维矩阵的行代表时间序列窗口内的不同时间点，列代表不同的频带系数；步骤S4、对转换后的二维矩阵进行归一化处理，将多个所述二维矩阵分为训练集和测试集，基于所述训练集结合CNN和LSTM构建自动诊断模型，在构建自动诊断模型的过程中引入注意力机制，还使用麻雀搜索算法和Adam优化算法优化自动诊断模型的模型参数，并通过测试集评估自动诊断模型的性能，分析自动诊断模型的诊断结果。

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陇东学院;流星先生科技(西安)有限公司，其通讯地址为：745000 甘肃省庆阳市西峰区兰州路45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”。