Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华电国际电力股份有限公司技术服务分公司;中国华电集团有限公司山东分公司王伟获国家专利权

华电国际电力股份有限公司技术服务分公司;中国华电集团有限公司山东分公司王伟获国家专利权

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!

龙图腾网获悉华电国际电力股份有限公司技术服务分公司;中国华电集团有限公司山东分公司申请的专利一种基于即时学习局部模型的设备故障检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:CN119357583B

龙图腾网通过国家知识产权局官网在2025-08-05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:202411396602.3,技术领域涉及:G06F18/20;该发明授权一种基于即时学习局部模型的设备故障检测方法是由王伟;马记;秦世贤;韩荣利;张华;马绍杰;刘茂明;蒋蓬勃;李军;刘贤春;阿云生;王承亮;宗绪东;崔修强设计研发完成,并于2024-10-08向国家知识产权局提交的专利申请。

一种基于即时学习局部模型的设备故障检测方法在说明书摘要公布了:本发明公开了一种基于即时学习局部模型的设备故障检测方法,涉及设备故障检测领域,包括:实时监控设备的多维度数据,为不同的设备运行状态建立动态模糊边界;跟据每种运行状态下的特定故障类型,建立等数量的局部模型,基于模糊边界动态聚合多个局部模型,形成故障识别复合模型;基于复合模型的故障识别结果,通过分析设备运行实时数据,评估设备运行状态波动情况;当监测到设备主要运行状态波动不明显时,采用无监督的即时学习方法动态调整局部模型的故障检测灵敏度阈值;通过为每种设备运行状态下的特定故障类型建立局部模型,结合模糊边界动态划分与故障检测敏感度动态调整,有效解决了传统方法中灵敏度下降和漏检的问题。

本发明授权一种基于即时学习局部模型的设备故障检测方法在权利要求书中公布了:1.一种基于即时学习局部模型的设备故障检测方法,其特征在于,包括: 实时监控设备的多维度数据,为不同的设备运行状态建立动态模糊边界; 跟据每种运行状态下的特定故障类型,建立等数量的局部模型,基于模糊边界动态聚合多个局部模型,形成故障识别复合模型; 基于复合模型的故障识别结果,通过分析设备运行实时数据,评估设备运行状态波动情况; 当监测到设备主要运行状态波动不明显时,采用无监督的即时学习方法动态调整局部模型的故障检测灵敏度阈值; 其中,所述实时监控设备的多维度数据,为不同的设备运行状态建立动态模糊边界具体包括: 将设备运行划分为多个运行状态,为每个运行状态定义一个运行数据模糊区间集合,其中为第j种运行状态; 基于历史运行数据与历史运行状态的对应关系建立高斯隶属函数关系,用于表示设备第i个运行参数的值处于第j种运行状态的可能性; 对设备的运行数据进行实时监控,建立多维度运行数据时间序列数据集合,,表示在时间t监测的第n个测量维度的运行数据,n为测量维度总数; 将监控的实时数据带入隶属函数,计算第i个运行参数的实时值在模糊集合中的隶属度,选择隶属度最大的模糊区间边界作为当前设备运行状态在t时刻的模糊边界,通过多维度交叉验证联合对模糊边界进行动态调整,模糊边界动态调整具体表达式为: 式中,为t时刻调整后的模糊边界,为设定调整尺度,为第i个维度i的重要性权重,表示在时间t监测的第i个测量维度的采集数据,为第i个测量维度在当前状态下设定的标准规格运行参数值; 将动态调整后的模糊边界作为作为下一个时刻的模糊边界划定条件与设备实时运行状态类别的判断依据。

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华电国际电力股份有限公司技术服务分公司;中国华电集团有限公司山东分公司,其通讯地址为:250000 山东省济南市历下区经十路14800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”。

以上内容由龙图腾AI智能生成。

免责声明
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。