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！

龙图腾网获悉南通大学申请的专利一种逆变器退化故障的诊断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：CN121784607B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610267918.5，技术领域涉及：G01R31/40；该发明授权一种逆变器退化故障的诊断方法是由王栗;沈曹鑫设计研发完成，并于2026-03-06向国家知识产权局提交的专利申请。

本一种逆变器退化故障的诊断方法在说明书摘要公布了：本发明属于故障诊断技术领域，公开了一种逆变器退化故障的诊断方法。该诊断方法包括：S1.以金字塔视觉变换器为主干网络，内嵌跨尺度特征融合注意力模块和KAN网络层模块，搭建基于级联金字塔视觉变换器的逆变器退化故障诊断模型；S2.采集包含多种逆变器运行状态的时频图像数据，得到时频图像数据集；S3.采用所述时频图像数据集训练逆变器退化故障诊断模型；S4.将训练好的逆变器退化故障诊断模型和时频图像转换模块部署在逆变器中，实时诊断逆变器退化故障。该诊断方法能通过强非线性映射与多尺度特征关联准确识别并解耦逆变器的复杂参数故障，提高电力电子系统的运行可靠性与维护效率。

本发明授权一种逆变器退化故障的诊断方法在权利要求书中公布了：1.一种逆变器退化故障的诊断方法，其特征在于，所述诊断方法包括： S1.以金字塔视觉变换器为主干网络，内跨尺度特征融合注意力模块和KAN网络层模块，搭建基于级联金字塔视觉变换器的逆变器退化故障诊断模型； S2.采集包含多种逆变器运行状态的时频图像数据，得到时频图像数据集； S3.采用所述时频图像数据集训练逆变器退化故障诊断模型； S4.将训练好的逆变器退化故障诊断模型和时频图像转换模块部署在逆变器中，实时诊断逆变器退化故障； 其中，所述时频图像转换模块用于将实时采集得到的输出电压信号转换为可输入所述逆变器退化故障诊断模型的时频图像； 所述将实时采集得到的输出电压信号转换为可输入所述逆变器退化故障诊断模型的时频图像，具体为： 利用连续小波变换将所述输出电压信号映射至时-频域，引入小波基函数的共轭函数，在不同尺度因子与位移因子下进行卷积运算，生成复数小波系数矩阵： ； 其中为复数小波系数矩阵，是尺度因子，是位移因子，是小波基函数的共轭函数； 计算复数小波系数矩阵关于位移因子的相位偏导数，得到各尺度分量对应的瞬时频率估计量； ； 其中为瞬时频率估计量，为复数小波系数矩阵对位移因子的偏导数； 将瞬时频率估计量进行同步挤压处理，将尺度轴上散布的能量沿频率轴向中心频率处进行同步挤压重排，得到同步挤压系数矩阵； ； 其中为同步挤压系数矩阵，为频率区间宽度，为中心频率，为尺度因子的离散值，代表尺度采样步长； 采用级联结构对个不同变换次数的同步挤压系数矩阵进行线性叠加或特征融合，生成综合时频表征矩阵； ； 其中，J为变换次数，T为同步挤压算子，是第j次变换时得到的小波系数，是第j次变换时的尺度因子，是第j次变换时的平移因子； 将综合时频表征矩阵进行标准化处理后映射为二维像素矩阵，得到一个单通道的灰度图像矩阵，其像素值对应归一化的能量强度； 再利用伪彩色映射技术将所述单通道的灰度图像矩阵转换为彩色的时频图像数据，其中，颜色编码了能量信息； 所述逆变器退化故障诊断模型还包括分类模块，所述分类模块通过全局平均池化层对KAN网络层模块输出的特征矩阵进行降维处理，提取全局特征向量，随后，将所述全局特征向量送入全连接层进行线性变换，输出分类矩阵y，并利用Softmax归一化指数函数对所述分类矩阵进行处理，计算待诊断逆变器属于各预设故障类别的概率值，并将概率值最大的故障类别作为最终的逆变器参数故障诊断结果，所述Softmax归一化指数函数为： ； 其中，为待诊断逆变器被识别为第类故障的概率值，K为预设逆变器故障类别总数，为全连接层输出特征向量中的第个元素值，代表对应于第类故障的特征得分； 分类矩阵y根据如下公式得到： ； 其中，为全连接层的权重矩阵，是全局特征向量，为偏置项。

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通大学，其通讯地址为：226019 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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。