国网江苏省电力有限公司徐州供电分公司;中国电力科学研究院有限公司;国网江苏省电力有限公司南通供电分公司;东南大学王栋获国家专利权
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!
龙图腾网获悉国网江苏省电力有限公司徐州供电分公司;中国电力科学研究院有限公司;国网江苏省电力有限公司南通供电分公司;东南大学申请的专利一种面向数字孪生体的多维数据融合分析方法及装置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:CN119990549B 。
龙图腾网通过国家知识产权局官网在2025-07-18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:202510469901.3,技术领域涉及:G06Q10/063;该发明授权一种面向数字孪生体的多维数据融合分析方法及装置是由王栋;黄涛;徐敦彬;姚建光;滕松;徐晓轶;周爱华;高昆仑;彭林;洪芦诚;周苏洋;肖学权;王浩;钱仲豪;苏岭东;张潇设计研发完成,并于2025-04-15向国家知识产权局提交的专利申请。
本一种面向数字孪生体的多维数据融合分析方法及装置在说明书摘要公布了:本申请提供了一种面向数字孪生体的多维数据融合分析方法及装置,涉及数据分析技术领域,包括:构建目标电厂中M个故障预测模型;对多个电厂系统进行多层级数据融合建模;将M个故障预测模型加载至多个系统级数字孪生体;对目标电厂进行多级故障转移分析;根据电厂故障状态转移图对电厂初始孪生体进行故障传导渲染,获得电厂数字孪生体;将M个实时设备运行数据加载至M个故障预测模型,获得M个设备运行状态后,在电厂数字孪生体进行M个设备运行状态可视化。通过本申请可以解决现有技术中由于缺乏对多维数据的有效融合,导致电厂运维效率较低的技术问题,通过构建电厂数字孪生体,实现设备运行状态的可视化,提高了电厂的运维效率。
本发明授权一种面向数字孪生体的多维数据融合分析方法及装置在权利要求书中公布了:1.一种面向数字孪生体的多维数据融合分析方法,其特征在于,包括: 采用LSTM网络构建目标电厂中M个电厂设备的M个故障预测模型,其中,所述M个电厂设备具有M个设备来源标识; 在对多个电厂系统进行多维数据采集,得到多个系统级多维数据后,采用所述多个系统级多维数据进行多层级数据融合建模,生成多个系统级数字孪生体; 根据所述M个设备来源标识,将所述M个故障预测模型加载至所述多个系统级数字孪生体,完成电厂初始孪生体的构建; 对所述目标电厂进行多级故障转移分析,获得电厂故障状态转移图; 根据所述电厂故障状态转移图对所述电厂初始孪生体进行故障传导渲染,获得电厂数字孪生体; 在将所述M个电厂设备的M个实时设备运行数据加载至所述电厂数字孪生体的所述M个故障预测模型,获得M个设备运行状态后,在所述电厂数字孪生体进行所述M个设备运行状态可视化; 所述采用LSTM网络构建目标电厂中M个电厂设备的M个故障预测模型,包括: 对目标电厂进行设备数据采集,得到M个电厂设备的M个历史故障运行数据; 基于故障发生节点分割所述M个历史故障运行数据后,采用滑动切片窗口进行分割结果归一化,获得M组样本故障运行数据,其中,所述滑动切片窗口具有K个样本分割步; 采用LSTM网络构建所述M个电厂设备的M个故障演化预测单元; 采用CNN网络构建所述M个电厂设备的M个故障类型识别单元; 根据所述K个样本分割步,分解所述M组样本故障运行数据后,采用分解结果进行所述M个故障演化预测单元和M个故障类型识别单元的调参优化; 映射级联优化后的所述M个故障演化预测单元和M个故障类型识别单元,完成所述M个故障预测模型的构建。
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国网江苏省电力有限公司徐州供电分公司;中国电力科学研究院有限公司;国网江苏省电力有限公司南通供电分公司;东南大学,其通讯地址为:221000 江苏省徐州市鼓楼区解放北路20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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。