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！

龙图腾网恭喜山东大学申请的专利基于改进BiGRU网络的变压器油中溶解气体预测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：CN119760324B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202510255970.4，技术领域涉及：G06F18/10；该发明授权基于改进BiGRU网络的变压器油中溶解气体预测方法是由赵彤;彭浡淏;王晓龙;张远涛;孙滢;刘亚迪;亓润泽设计研发完成，并于2025-03-05向国家知识产权局提交的专利申请。

本基于改进BiGRU网络的变压器油中溶解气体预测方法在说明书摘要公布了：基于改进BiGRU网络的变压器油中溶解气体预测方法，用于解决现有异常数据识别存在的预测精度低的问题。本发明首先采用SDROF对变压器油中气体含量的原始数据进行异常值识别。随后，对预处理后的气体含量数据应用VMD算法，并结合BKA精确调优调整参数α与模态数量M，以获取一组内在模态函数IMF分量。与此同时，基于BKA进一步优化预测模型中的预测窗口长度与过渡点，对处理后的数据集进行训练集、测试集与验证集的划分，并基于MAML与BiGRU构建预测模型，对各分解后的IMF分量进行预测，最终通过重构得到完整的预测时间序列。本发明可实现对变压器油中气体异常数据的精准预测。

本发明授权基于改进BiGRU网络的变压器油中溶解气体预测方法在权利要求书中公布了：1.基于改进BiGRU网络的变压器油中溶解气体预测方法，其特征在于，包括以下步骤：S1：搜集变压器油中溶解的CO、H2、CH4、C2H4、C2H2、CH3CH3气体输入到SDROF异常检测算法模型中，对原始数据中的离群值进行检测识别并将其剔除；S2：利用多种填充方法进行加权融合，计算不同填充方法在数据填充中的误差表现，以确定各填充方法的权重系数，得到经过填充预处理后的时间序列；S3：将经填充预处理后的时间序列进行变分模态分解VMD分解，并利用黑翅鸢优化算法BKA优化调整参数及分解模态数量M；S4：对训练集和测试集进行划分，利用黑翅鸢优化算法BKA优化模型的预测窗口长度L以及过渡点P；S5：使用优化后的预测窗口长度L和过渡点P，将训练集输入到元学习MAML算法框架中，通过最小化训练误差更新双向门控循环单元BiGRU网络的初始参数；S6：基于MAML优化后的BiGRU网络，对VMD分解后的各个内在模态函数IMF进行预测，得到各分量的预测结果；S7：将所有IMF分量的预测结果进行重构，生成完整的油中溶解气体浓度的预测时间序列；S8：对预测结果进行评估，通过与真实数据的对比，验证模型的预测精度与可靠性，结合模型的评测指标对测试集数据进行预测结果分析。

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山东大学，其通讯地址为：250061 山东省济南市历下区经十路17923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”。