咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com
24小时咨询热线13280638997
24小时咨询热线著 录 项 目：
| 专利/申请号： | CN201910471732.1 | 专利名称： | 一种基于深度学习的异步电动机故障监测与诊断方法 |
| 申请日： | 2019-05-31 | 申请/专利权人 | 中南大学 |
| 专利类型： | 发明 | 地址： | 湖南省长沙市岳麓区麓山南路932号 |
| 专利状态： | 已下证 查询审查信息 | IPC分类号： | G01R31/34 分类检索 |
| 公开/公告日： | 转让价格： | 【平台担保交易】 | |
| 公开/公告号： | 交易状态： | 等待洽谈 搜索相似专利 | |
| 浏览量： | 2 | 所属领域： | 电机故障诊断 工业设备状态监测 预测性维护专利转让搜索 |
应用场景：工业生产线的异步电动机实时健康监测；风电/水电领域大型旋转机械早期故障预警；煤矿/冶金等高危环境电机远程运维；制造业设备智能化维保系统
摘 要：本发明公开了一种基于深度学习的异步电动机故障监测与诊断方法，包括以下步骤：获取异步电动机在已知工况类型时的电力负荷时间序列，其时间跨度为Num1个电力负荷周期，且每个样本时刻的电力负荷数据包括电压、电流和功率三个维度的数据；以电压、电流和功率数据分别作为RGB图像中三个图层的像素点灰度值，将每个电力负荷周期的时间序列片段转化为1张RGB图像，每个电力负荷时间序列相应得到一组特征图像时间序列；以异步电动机的特征图像时间序列和相应的工况类型，训练深度神经网络，得到故障诊断模型，从而用于对待测异步电动机进行工况分类。本发明方法的故障诊断正确率高，在节省系统开发时间的同时，也降低了从业人员的门槛。
| 交易方 | 企业 | 个人 |
| 买家 | 营业执照副本复印件（需盖公章） | 身份证复印件（签字） |
| 专利转让委托书（需盖公章）一式两份 | 专利转让委托书（需签字）一式两份 | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 卖家 | 营业执照副本复印件（需盖公章） | 身份证复印件（需申请人签字） |
| 解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请） | 解除代理委托书（需签字）一式两份（如专利通过代理机构申请） | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
| 专利证原件（若授权下证） | 专利证原件（若授权下证） |
| 日期 | 法律信息 | 备注 |
| 2024/02/02 | 专利权的转移 | 登记生效日: 2024.01.17 专利权人由中南大学变更为龙图腾网科技（合肥）股份有限公司 地址由410083 湖南省长沙市岳麓区麓山南路932号变更为230000 安徽省合肥市蜀山经济开发区井岗路电商园一期2号楼1楼 |
| 2020/06/26 | 授权 | |
| 2019/09/03 | 实质审查的生效 | IPC(主分类): G01R 31/34 专利申请号: 201910471732.1 申请日: 2019.05.31 |
| 2019/08/09 | 公开 |
| 申请号 | 专利名称 | 发布日期 |
| 2024224463288 | 【实用新型】一种X射线管测试装置 | 2025/11/06 |
| 2023223952583 | 【实用新型】一种化成分容柜柜点电性检测装置 | 2025/11/06 |
| 202320680883X | 【实用新型】一种锂电池OCV自动检测台 | 2025/11/06 |
| 2025100041353 | 【发明】基于阻感参数特征的新能源打捆外送线路故障选相方法 | 2025/11/06 |
| 2024113356126 | 【发明】基于粒子滤波算法多信息融合的配网故障定位方法 | 2025/11/06 |
| 2021109513440 | 【发明】一种节点故障域时差法的区域电网故障单/双端定位方法 | 2025/11/06 |
| 2021108406009 | 【发明】一种面向行波故障定位的线长修正方法 | 2025/11/06 |
| 2021106732041 | 【发明】基于果蝇优化算法的故障后录波数据同步方法 | 2025/11/06 |
| 2020102802996 | 【发明】基于单端行波法的不对称输电线路故障定位方法 | 2025/11/06 |
| 2019114144468 | 【发明】基于空间三维曲线分析的变压器绕组短路故障在线检测方法 | 2025/11/06 |
