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！

龙图腾网获悉江苏联能电力科学研究院有限公司申请的专利一种基于深度学习网络的电力设备故障检测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：CN120632701B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202510555846.X，技术领域涉及：G06F18/2433；该发明授权一种基于深度学习网络的电力设备故障检测方法及系统是由冒宝佳;张煜成;陈旖旎;谈伟设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本一种基于深度学习网络的电力设备故障检测方法及系统在说明书摘要公布了：本发明涉及电力模式识别技术领域，具体为一种基于深度学习网络的电力设备故障检测方法及系统，包括：采集并预处理电力时序与设备图像等多模态数据；实时监测边缘节点资源状态，并依据预设规则调整轻量化特征提取模型的配置参数；采用双向跨模态注意力机制，通过计算查询、键和值表示及注意力权重，对不同模态的投影特征向量进行动态加权融合，生成统一的故障表征向量；利用该表征向量计算故障概率，并通过在线增量学习，自适应地优化概率计算模型的参数；最后，计算任务优先级，根据该优先级及实时资源状态，决定是否将数据上送至上级系统进行更精细的分析。本发明能够有效提升边缘端电力设备故障检测的实时性、准确性及自适应能力。

本发明授权一种基于深度学习网络的电力设备故障检测方法及系统在权利要求书中公布了：1.一种基于深度学习网络的电力设备故障检测方法，其特征在于，包括： 边缘节点采集并预处理电力时序数据和设备图像数据；监测所述边缘节点的系统资源状态，通过动态剪枝控制器调整轻量化图像特征提取模型和时序特征提取模型的配置参数，得到特征向量集合；所述动态剪枝控制器根据所述系统资源状态与第一阈值和第二阈值的比较结果确定的资源模式，包括：资源充足模式，若所述系统资源状态不超过所述第一阈值，则执行完整模型计算；资源受限模式，若所述系统资源状态超出所述第一阈值且不超过所述第二阈值，跳过指定的中间计算层和调整计算路径的任意一种；资源紧张模式，若所述系统资源状态超出所述第二阈值，执行仅包括核心特征提取层的最简化计算路径； 将所述特征向量集合通过独立线性投影层映射到统一维度空间，得到投影特征向量集合；通过双向跨模态注意力机制计算注意力权重矩阵，生成注意力加权特征向量；将所述注意力加权特征向量与所述投影特征向量集合进行拼接，生成故障表征向量； 利用CNN-LSTM网络计算所述故障表征向量的故障概率；根据所述故障概率检测并记录潜在新异常，采用增量学习算法验证并输出所述故障概率；计算设备重要性和所述故障概率加权下的优先级；根据所述优先级和所述系统资源状态，自适应决定是否上送至上级系统分析。

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江苏联能电力科学研究院有限公司，其通讯地址为：210000 江苏省南京市玄武区中山东路311-1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”。

以上内容由龙图腾AI智能生成。