基于GRU-GCN的变压器油中溶解气体浓度预测方法(高校公示15天)(不包年费滞纳金)(需要二变)
基于GRU‑GCN的变压器油中溶解气体浓度预测方法包括:先对变压器油中溶解气体浓度历史数据进行预处理,得到气体浓度数据和气体关联拓扑图;其次构建基于GRU‑GCN的变压器油中溶解气体浓度预测模型,该模型用GRU网络提取气体浓度数据时间特征,用改进GCN从各气体时间特征提取关联特征;将气体浓度数据分为训练集和测试集,对模型进行训练;对训练后的模型进行评估、调整,得到最优模型;最后,将数据输入最优模型中得到预测结果。本发明GRU网络可以有效提取各气体浓度时间特征,避免模型训练时“长期依赖”问题,且网络参数少,便于训练;改进GCN可更有效地提取气体关联特征。本发明可有效提高气体浓度预测结果的可靠性和准确度。
《基于GRU-GCN的变压器油中溶解气体浓度预测方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2021110642777,当前法律状态为已下证,由湖南大学提出申请,发明人为何洪英;罗滇生;方杰,申请日期为2021-09-10,公开(公告)日期为2023-11-07,国际专利分类号(IPC)为 G06F 18/214 (2023.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:基于GRU‑GCN的变压器油中溶解气体浓度预测方法包括:先对变压器油中溶解气体浓度历史数据进行预处理,得到气体浓度数据和气体关联拓扑图;其次构建基于GRU‑GCN的变压器油中溶解气体浓度预测模型,该模型用GRU网络提取气体浓度数据时间特征,用改进GCN从各气体时间特征提取关联特征;将气体浓度数据分为训练集和测试集,对模型进行训练;对训练后的模型进行评估、调整,得到最优模型;最后,将数据输入最优模型中得到预测结果。本发明GRU网络可以有效提取各气体浓度时间特征,避免模型训练时“长期依赖”问题,且网络参数少,便于训练;改进GCN可更有效地提取气体关联特征。本发明可有效提高气体浓度预测结果的可靠性和准确度。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
