恭喜湖南科技大学刘仙萍获国家专利权
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！
龙图腾网恭喜湖南科技大学申请的专利一种基于DBN与粗糙集神经网络的配电网缺相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：CN116626434B 。
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：202210925326.X，技术领域涉及：G01R31/08；该发明授权一种基于DBN与粗糙集神经网络的配电网缺相故障诊断方法是由刘仙萍;钟沅均;宁璐瑶;张美琪;肖华根设计研发完成，并于2022-08-03向国家知识产权局提交的专利申请。
本一种基于DBN与粗糙集神经网络的配电网缺相故障诊断方法在说明书摘要公布了：本发明公开了一种基于DBN与粗糙集神经网络的配电网缺相故障诊断方法，包括：获取JP柜内终端检测设备采集的负荷分配开关的进线侧电压参数、出线侧电压与电流参数、JP柜内空气温度等样本数据；对采集数据进行数据预处理，输入样本数据到深度置信网络进行训练；对深度置信网络的输出标签进行特征量和参数提取；将特征量和参数标签导入粗糙集模型进行约简；采用RBF神经网络进行学习训练和故障诊断，输出配电网缺相故障诊断结果。本发明结合深度置信网络和粗糙神经网络对配电网缺相故障进行诊断，参数提取能力和泛化能力较好，具有较好的容错性，解决了配电网缺相工况故障识别率低的问题，实现配电网缺相故障的精确、快速诊断。
本发明授权一种基于DBN与粗糙集神经网络的配电网缺相故障诊断方法在权利要求书中公布了：1.一种基于DBN与粗糙集神经网络的配电网缺相故障诊断方法，其特征在于包括以下步骤：步骤S11获取JP柜内终端检测设备采集的负荷分配开关的进线侧电压参数、出线侧电压与电流参数、JP柜内空气温度的样本数据；步骤S12对采集数据进行数据预处理，输入样本数据到深度置信网络，采用深度学习算法模型进行训练；步骤S13对深度置信网络的输出标签进行特征量和参数提取；步骤S14将特征量和参数标签导入粗糙集模型进行约简；步骤S15采用RBF神经网络进行学习训练和故障诊断，输出配电网缺相故障诊断结果。
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湖南科技大学，其通讯地址为：411201 湖南省湘潭市雨湖区湖南科技大学土木工程学院607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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号