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！

龙图腾网恭喜内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司申请的专利基于硫化亚铜沉积特性的变压器绕组智能监测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：CN119247212B 。

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：202411436056.1，技术领域涉及：G01R31/62；该发明授权基于硫化亚铜沉积特性的变压器绕组智能监测系统是由郑璐;付文光;杨玥;荀华;王琼;张建英;刘鑫荣;马钶昊设计研发完成，并于2024-10-14向国家知识产权局提交的专利申请。

本基于硫化亚铜沉积特性的变压器绕组智能监测系统在说明书摘要公布了：本发明公开了一种基于硫化亚铜沉积特性的变压器绕组智能监测系统，包括：监测设定单元，用于在目标区域内创建与硫化亚铜沉积特性相关的在线监测平台；获取单元，用于基于在线监测平台，获取变压器绕组的多物理参量监测数据，监测数据包括电磁参数、超声波特性、光辐射特性、温度和压力信息；分析单元，用于基于深度学习分析模型，对多物理参量监测数据进行多维度分析，确定变压器绕组存在的潜在放电缺陷；诊断单元，用于当监测到潜在放电缺陷时，自动触发预警，并在目标区域内汇集所有相关监测数据，形成综合诊断报告。大幅提升了设备的维护效率，避免了因故障延误导致的重大经济损失。

本发明授权基于硫化亚铜沉积特性的变压器绕组智能监测系统在权利要求书中公布了：1.基于硫化亚铜沉积特性的变压器绕组智能监测系统，其特征在于，包括：监测设定单元，用于在目标区域内创建与硫化亚铜沉积特性相关的在线监测平台；获取单元，用于基于在线监测平台，获取变压器绕组的多物理参量监测数据，监测数据包括电磁参数、超声波特性、光辐射特性、温度和压力信息；分析单元，用于基于深度学习分析模型，对多物理参量监测数据进行多维度分析，确定变压器绕组存在的潜在放电缺陷；诊断单元，用于当监测到潜在放电缺陷时，自动触发预警，并在目标区域内汇集所有相关监测数据，形成综合诊断报告；确定变压器绕组存在的潜在放电缺陷，包括：从多物理参量监测数据中识别得到当前变压器监测数据，其中，当前变压器监测数据包括监测参数和监测环境参数；根据监测参数和监测环境参数，对当前变压器监测数据进行分层处理，得到待分析监测数据；获取变压器故障标准数据，从变压器故障标准数据中获取故障特征数据；对故障特征数据进行噪声消除处理后，构建数据特征向量，并从变压器故障标准数据中获取故障关联数据；根据故障关联数据，对数据特征向量进行聚类，得到待训练数据组，将待训练数据组对初始模型进行训练，得到深度学习分析模型；将待分析监测数据逐个输入至预设的深度学习分析模型中，得到变压器状态基准，具体包括：将第一个待分析监测数据输入至深度学习分析模型中，将第一个待分析监测数据在深度学习分析模型中进行相似度匹配，根据匹配结果输出第一分析结果；从第二个待分析监测数据开始，将前一个分析结果一起输入至深度学习分析模型，得到对应的分析结果，将第一分析结果和所有分析结果进行整合，得到变压器状态基准；将变压器状态基准和当前变压器监测数据输入至深度学习分析模型中，得到变压器绕组存在的潜在放电缺陷的监测结果数据；得到待分析监测数据，包括：从监测环境参数中获取环境参数类型，从监测参数中获取监测参数类型；获取每个环境参数类型关联的监测参数类型，作为待分析数据组；根据环境参数类型，对每个待分析数据组进行排序后，将每个环境参数类型和监测参数类型对应的数据存入对应的待分析数据组，得到待分析监测数据；得到深度学习分析模型，包括：当数据特征向量中的任一参数信息满足预设条件时，提取该数据特征向量作为初始待处理数据；对初始待处理数据进行聚类分析，获取多个聚类结果；根据聚类结果，确定待训练数据组，待训练数据组包括多维度的参数特征向量；将待训练数据组输入预设的初始模型中，基于初始模型对待训练数据组进行模型训练；在模型训练过程中，采用深度学习技术对多物理参量监测数据进行特征提取和权重分配，获取训练后的深度学习分析模型；获取深度学习分析模型输出的故障分析结果，并与实际故障数据进行对比验证；若分析结果符合预设的故障特征标准，确定深度学习分析模型的可靠性，否则，调整深度学习分析模型的训练参数并重新训练。

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内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司，其通讯地址为：010020 内蒙古自治区呼和浩特市玉泉区锡林南路21号内蒙古电力科学研究院科研楼；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”。