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！

龙图腾网获悉赣州市金电电子设备有限公司申请的专利基于人工智能的电力线缆发热状态监测与故障预测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：CN119669731B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202510179948.6，技术领域涉及：G06F18/213；该发明授权基于人工智能的电力线缆发热状态监测与故障预测方法是由邵建英;邱慧敏;刘小莉;邱家生设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本基于人工智能的电力线缆发热状态监测与故障预测方法在说明书摘要公布了：本发明公开了基于人工智能的电力线缆发热状态监测与故障预测方法，涉及线缆技术领域，采集在运行状态下的电力线缆数据，对采集到的电力线缆数据进行标注；状态监测与故障预测模型的训练框架为元学习与迁移学习融合框架；采用基于特征动态影响的神经网络；采用基于特征路径解耦的自编码器。本发明通过特征路径解耦机制优化特征独立性，通过正则化损失函数评估和优化电力线缆数据特征间的独立性，此外，采用协方差计算电力线缆数据特征之间的线性依赖，并通过惩罚机制强化独立电力线缆数据特征的表达能力，提升模型对电力线缆数据的处理能力，即使在电力线缆数据特征缺失的情况下，模型仍能保持对电力线缆数据结构的准确表达。

本发明授权基于人工智能的电力线缆发热状态监测与故障预测方法在权利要求书中公布了：1.基于人工智能的电力线缆发热状态监测与故障预测方法，其特征在于，包括以下步骤： S1，采集在运行状态下的电力线缆数据，对采集到的电力线缆数据进行标注，标注的类别包括：正常、预警、故障； S2，状态监测与故障预测模型的训练框架为元学习与迁移学习融合框架； S3，采用基于特征动态影响的神经网络，神经网络的隐藏层采用多尺度特征融合与高阶特征交互策略进行动态计算； 多尺度特征融合的方式表示为： , 式中，为输入到神经网络的第层的融合特征，为第一神经网络层数的索引，S为多尺度数量，s为尺度的索引，为第s个尺度的融合权重，第s个尺度的融合权重为训练参数，通过动态学习得到，为第s个尺度的非线性激活函数，为神经网络的第层第s个尺度的权重参数，为输入到神经网络的第l-1层的融合特征，为神经网络的第层第s个尺度的偏置参数； S4，采用基于特征路径解耦的自编码器，通过自编码器学习电力线缆数据的压缩表示，并采用特征路径解耦机制优化特征间的独立性，特征路径解耦机制通过正则化损失函数，强化特征间的独立性，确保即使部分特征缺失，模型仍然能够捕捉电力线缆数据的主要结构； 自编码器的损失函数计算方式表示为： ， 式中，为自编码器的总损失函数，包含重建误差和正则化项，x表示函数的自变量，为编码器函数，为解码器函数，为正则化权重，为解耦正则化函数； 解耦正则化函数的作用为评估特征的独立性，计算方式表示为： ， 式中，z为解耦正则化函数的输入，为第一解耦函数输入特征的索引，为第二解耦函数输入特征的索引，为第t次迭代的第个特征的权重，表示特征和的协方差，衡量特征间的线性依赖，为解耦函数输入的第个特征，为解耦函数输入的第个特征，为解耦函数方差权重因子，为第三解耦函数输入特征的索引，为特征的方差，使解耦函数通过抑制小方差特征提升信息保留能力，为解耦函数输入的第个特征。

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赣州市金电电子设备有限公司，其通讯地址为：342400 江西省赣州市兴国县经济开发区南区；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”。