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！

龙图腾网恭喜广东电网有限责任公司江门供电局申请的专利一种自适应调整的高压断路器诊断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：CN118114091B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202410072518.X，技术领域涉及：G06F18/24；该发明授权一种自适应调整的高压断路器诊断系统是由杜文娇;汤振鹏;麦荣焕;许巧云;陈子辉;杨玺;马承志设计研发完成，并于2024-01-18向国家知识产权局提交的专利申请。

本一种自适应调整的高压断路器诊断系统在说明书摘要公布了：本发明涉及高压断路器故障诊断领域，特别涉及一种自适应调整的高压断路器诊断系统，包括互相通信连接的感知层、网络层和应用层，感知层用于实时采集高压断路器的多维信号数据并发送至网络层，网络层用于接收多维信号数据并转发至应用层，应用层内置自适应故障诊断算法，包括如下步骤：S1、对感知层采集的多维信号数据进行自适应去噪；S2、将去噪后的多维信号数据组合成多维特征向量作为样本数据；S3、将样本数据输入提前训练好的自适应故障诊断模型，获得最终诊断结果。本发明提供的自适应调整的高压断路器诊断系统通过设置自适应阈值去噪以及自适应学习率，达到了提高故障诊断精度的效果。

本发明授权一种自适应调整的高压断路器诊断系统在权利要求书中公布了：1.一种自适应调整的高压断路器诊断系统，包括互相通信连接的感知层、网络层和应用层，其特征在于：所述感知层包括传感单元和数据传输单元，所述感知层用于实时采集高压断路器的多维信号数据并发送至所述网络层，所述网络层包括网关装置，所述网络层用于接收所述感知层采集到的多维信号数据并转发至所述应用层，所述应用层包括可视化平台，所述应用层内置自适应故障诊断算法，所述自适应故障诊断算法包括如下步骤：S1、对感知层采集的多维信号数据采用CEEMDAN算法结合自适应小波阈值去噪法进行自适应去噪；S2、将去噪后的多维信号数据进行同一化处理，并组合成多维特征向量作为样本数据；S3、将步骤S2中组合成的样本数据输入提前训练好的基于自适应学习率和Nesterov动量的自适应故障诊断模型，获得最终诊断结果；所述自适应故障诊断模型的训练方法包括如下步骤：B1、人工模拟高压断路器的各种故障类型，通过感知层采集多维信号数据，并进行自适应去噪处理；B2、将多维信号数据进行同一化处理，并组合成多维特征向量，随机选择其中90%作为训练样本数据，剩余10%作为测试样本数据；B3、构造卷积神经网络CNN模型，并对权重、偏置量和卷积核大小参数进行初始化，其中，在卷积层和池化层之间设置归一化层，用于加快训练速度，所述归一化层的公式如下：,式中：和分别是第l层的输入和响应输出，m是批量归一化的样本数，和分别是针对每一个特征映射图的缩放和平移的参数；B4、将步骤B2中的训练样本数据输入到步骤B3中的CNN模型中，利用自适应学习率和Nesterov动量法对CNN模型进行训练；B5、将步骤B2中的测试样本数据输入到步骤B4训练后的CNN模型中验证诊断性能；B1过程中，人工模拟高压断路器的各种故障类型至少包括：拧松基座螺栓以模拟基座螺栓松动故障状态；拆除缓冲弹簧以模拟缓冲弹簧疲劳故障状态；缩短传动杆的长度以模拟传动机构故障状态；减小合闸弹簧的预应力以模拟合闸弹簧疲劳故障状态；所述自适应学习率用于解决网络收敛速度加快时产生的过拟合现象，所述自适应学习率的具体规则如下：误差变化率，式中，err（q）为第q次训练的误差；第q次训练的学习率，式中，ɑ为阈值因子，ɑ∈（0,0.2），δ为惩罚因子，用于防止学习率变化过快，δ∈0,0.1；所述Nesterov动量法用于调节随机梯度下降法的动量梯度下降速度，其公式如下：，式中，di和di-1分别是第i次和第i-1次的更新方向，β为修正因子，β∈（0,1），η为学习率，g（θ）表示目标函数在θ处的梯度。

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广东电网有限责任公司江门供电局，其通讯地址为：529000 广东省江门市建设二路152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”。