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！

龙图腾网恭喜南昌航空大学申请的专利基于多特征提取和融合的局部放电类型识别方法及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：CN118709095B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202411194528.7，技术领域涉及：G06F18/2431；该发明授权基于多特征提取和融合的局部放电类型识别方法及系统是由李琼;陈龙;廖旭;刘林君;饶慧晴;陈亮亮;靳晓光设计研发完成，并于2024-08-29向国家知识产权局提交的专利申请。

本基于多特征提取和融合的局部放电类型识别方法及系统在说明书摘要公布了：本发明公开了一种基于多特征提取和融合的局部放电类型识别方法及系统，方法包括：对局部放电信号数据进行图结构特征提取，得到与局部放电信号数据相对应的图结构特征，并将周期特征和图结构特征进行融合，并对融合后的融合特征进行图层归一化处理，得到目标融合特征；将位置编码添加至目标融合特征，并对添加后的待输入特征进行时序特征提取，得到最终特征向量；将最终特征向量输入至预先构建的局部放电识别模型中，局部放电识别模型输出与最终特征向量相对应的局部放电类型。能够通过自适应调整注意力权重，增强模型对输入信号变化的响应能力，从而提高特征提取的准确性和对动态变化的适应能力。

本发明授权基于多特征提取和融合的局部放电类型识别方法及系统在权利要求书中公布了：1.一种基于多特征提取和融合的局部放电类型识别方法，其特征在于，包括：获取局部放电信号数据，并根据频域分析和时域分析结合的方式提取所述局部放电信号数据中的周期特征；对所述局部放电信号数据进行图结构特征提取，得到与所述局部放电信号数据相对应的图结构特征，并将所述周期特征和图结构特征进行融合，并对融合后的融合特征进行图层归一化处理，得到目标融合特征；将位置编码添加至所述目标融合特征，并对添加后的待输入特征进行时序特征提取，得到最终特征向量，其中，所述将位置编码添加至所述目标融合特征，并对添加后的待输入特征进行时序特征提取，得到最终特征向量包括：自适应位置编码：在特征序列中加入自适应位置编码，使用神经网络生成，输入为时间步和信号特征，输出为自适应位置编码，最后生成包含位置编码的特征矩阵，包含位置编码的特征矩阵的表达式为： ， ， ，式中，为自适应位置编码，为原始时序数据，为神经网络用于生成位置编码，为用于从原始数据中提取时间步信息的函数，为时间步信息；多尺度特征提取：在时序特征提取前，先通过多尺度卷积层对输入特征处理，加入多尺度卷积层，通过不同大小的卷积核提取多尺度特征，多尺度特征的表达式为： ，式中，为拼接操作，为多尺度特征矩阵，、、为不同尺度的卷积操作，为编码后的特征矩阵；动态感知注意力机制，所述动态感知注意力机制包括生成查询、键和值:对于多尺度特征，生成相应的查询矩阵、键矩阵和值矩阵，表达式为： ， ， ，式中，为查询矩阵，为查询矩阵的权重矩阵，为键矩阵的偏置项，为键矩阵，为键矩阵的权重矩阵，为键矩阵的偏置项，为值矩阵，为值矩阵的权重矩阵，为值矩阵的偏置项；权重矩阵和偏置项的初始化：采用Xaier初始化对权重矩阵和偏置项进行初始化，初始化的表达式为： ，式中，为查询矩阵的权重矩阵、键矩阵的权重矩阵、值矩阵的权重矩阵中的任意一个，为均匀分布，为输入维度，为输出维度；特征空间投影：通过线性变换，输入特征被投影到不同的特征空间中，查询矩阵投影到一个特征空间，用于提出问题，键矩阵投影到另一个特征空间，用于提供答案的线索，值矩阵则包含了实际的答案信息；动态感知：对输入特征进行线性变换，生成初步的偏置项，为线性变换的权重矩阵，为线性变换的偏置项；对线性变换后的结果进行非线性激活，生成动态偏置项；将动态偏置项引入到注意力权重的计算中，用于自适应调整；计算注意力权重：计算查询矩阵Q和键矩阵K的点积，并除以键的维度的平方根进行缩放：其中，表示查询矩阵和键矩阵的点积结果，并除以键的维度的平方根进行缩放；将动态偏置项引入到点积结果中，公式为：；通过softmax函数对注意力分数进行归一化处理，生成最终注意力权重A；计算注意力输出：计算出的最终注意力权重A应用于值矩阵V，得到最终的注意力输出，注意力输出计算公式为： ，式中，为注意力输出，为邻接矩阵元素，表示节点和节点是否存在连接，为第j个值向量；将所述最终特征向量输入至预先构建的局部放电识别模型中，所述局部放电识别模型输出与所述最终特征向量相对应的局部放电类型。

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南昌航空大学，其通讯地址为：330000 江西省南昌市丰和南大道696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”。