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： | CN202310557037.3 | 专利名称： | 基于改进CNN-PNN网络的电力变压器故障诊断方法及系统（高校电力系统智能化与人工智能）【特价】 |
| 申请日： | 2023-05-17 | 申请/专利权人 | 湖北工业大学 |
| 专利类型： | 发明 | 地址： | 湖北省武汉市洪山区南李路28号 |
| 专利状态： | 已下证 查询审查信息 | IPC分类号： | G06V10/764 分类检索 |
| 公开/公告日： | 2023-08-15 | 转让价格： | 【平台担保交易】 |
| 公开/公告号： | CN116310599B | 交易状态： | 等待洽谈 搜索相似专利 |
| 浏览量： | 31 | 所属领域： | 网络传输 人工智 改进专利转让搜索 |
摘 要：本发明公开了一种基于改进CNN‑PNN网络的电力变压器故障诊断方法及系统，首先获取待分析的数据；然后将待分析的数据归一化处理；最后将归一化处理后的数据通过改进CNN‑PNN网络对待分析的数据进行分析，输出待分析的数据对应的故障诊断结果；本发明通过多次一维卷积操作扩大输入数据的维度，以及多次二维卷积系列操作将一维输入数据转化为二维图片类型数据，提高输入数据复杂度，减少模型训练过拟合问题。本发明采用一维和二维卷积操作以及多步并行不同卷积核大小的二维卷积操作，加入Resnet以及attention操作，提升模型特征提取能力，减少训练过拟合问题。本发明将卷积操作后的数据输入到PNN模型中代替原有CNN的线性分类层，提高了模型的分类能力。
| 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 |
| 2023/08/15 | 授权 | |
| 2023/07/11 | 实质审查的生效 | IPC(主分类): G06V 10/764 专利申请号: 202310557037.3 申请日: 2023.05.17 |
| 2023/06/23 | 公开 |
| 申请号 | 专利名称 | 发布日期 |
| 2018107989200 | 【发明】图像识别方法及装置 | 2025/09/16 |
| 2018108211757 | 【发明】一种图像识别方法、装置和计算机设备 | 2025/09/16 |
| 2022107874167 | 【发明】一种基于深度半监督模型的图像细粒度分类方法 | 2025/09/16 |
| 2021113306833 | 【发明】一种基于深度相似的编辑传播方法及系统 | 2025/09/16 |
| 2021112471104 | 【发明】基于生成对抗网络的宫颈细胞图像半监督学习方法 | 2025/09/16 |
| 2019111789729 | 【发明】图片中目标的属性的确定方法和装置 | 2025/09/16 |
| 2022102361494 | 【发明】基于弱监督学习的域自适应实例分割方法及装置 | 2025/09/16 |
| 2023100458451 | 【发明】一种具有可学习稀疏性的端到端目标检测方法及系统 | 2025/09/12 |
| 2023102491295 | 【发明】融合视觉扩张机制和路径聚合的目标检测方法及系统 | 2025/09/11 |
| 2022104523258 | 【发明】一种用于违规图片检测的方法及图片检测引擎 | 2025/09/10 |
