浙江大学胡炳涛获国家专利权
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!
龙图腾网获悉浙江大学申请的专利核动力汽轮机振动故障诊断方法和装置、系统、存储介质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:CN119884973B 。
龙图腾网通过国家知识产权局官网在2025-10-03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:202411946371.9,技术领域涉及:G06F18/2431;该发明授权核动力汽轮机振动故障诊断方法和装置、系统、存储介质是由胡炳涛;钟锐锐;冯毅雄;洪兆溪;张志峰;王斌;谭建荣设计研发完成,并于2024-12-27向国家知识产权局提交的专利申请。
本核动力汽轮机振动故障诊断方法和装置、系统、存储介质在说明书摘要公布了:本发明公开一种核动力汽轮机振动故障诊断方法和装置、系统、存储介质,包括:步骤S1、获取核电站中核动力汽轮机的历史运行数据;步骤S2、根据核电站中核动力汽轮机的历史运行数据,得到考虑隐私保护的基于联邦深度域适应的故障诊断模型;步骤S3、将实时核电站运行数据输入到考虑隐私保护的基于联邦深度域适应的故障诊断模型中进行核动力汽轮机振动故障诊断。采用本发明的技术方案,在考虑隐私保护下能够快速识别故障类别,以便维修人员和系统能够对故障做出快速响应。
本发明授权核动力汽轮机振动故障诊断方法和装置、系统、存储介质在权利要求书中公布了:1.一种核动力汽轮机振动故障诊断方法,其特征在于,包括: 步骤S1、获取核电站中核动力汽轮机的历史运行数据; 步骤S2、根据核电站中核动力汽轮机的历史运行数据,得到考虑隐私保护的基于联邦深度域适应的故障诊断模型; 步骤S3、将实时核电站运行数据输入到考虑隐私保护的基于联邦深度域适应的故障诊断模型中进行核动力汽轮机振动故障诊断; 核电站包括:源核电站SNPP和目标核电站TNPP,其中,源核电站包含多个源核动力汽轮机SST,目标核电站包含多个目标核动力汽轮机TST;当核电站以预设类型的核动力汽轮机为目标启动一个请求时,中央服务器将在其下属的核电站中选择源核动力汽轮机; 步骤S2包括: 根据核电站中核动力汽轮机的历史运行数据,利用基于BiLSTM‑CNN的特征提取器从核动力汽轮机的故障诊断信号中提取深度时间特征,得到源核动力汽轮机和目标核动力汽轮机的设备特征; 根据源核动力汽轮机和目标核动力汽轮机的设备特征,通过域对抗训练的本地知识转移和面向动态联邦学习的自适应权重机制,得到故障诊断模型; 在本地知识迁移过程中,局部模型的DAAM损失Lossi包括分类器损失Ly,i、全局域判别器损失Lg,i和局部子域判别器损失Ll,i;分类器损失Ly,i衡量模型的分类性能,全局域判别器损失Lg,i和局部子域判别器损失Ll,i评估模型的领域适配能力;自适应权重机制利用局部模型损失Lossi计算局部模型在全局模型中的比例; 通过动态联邦学习,中央服务器根据抽取比例Frac从所有SNPP中提取NSC个源客户端参与全局训练;对于第ig次全局训练,第i个SNPP的局部模型损失为Lossi,第i个SNPP的局部模型与TST目标模型的相似度定义为: 因此,相似度ζi在全局模型中的权重表示为: 其中,NSC为按照抽取比例Frac选择的SNPP数量; 在第ig次全局训练后,每个SNPP的模型和相似度将传输到中央服务器;中央服务器基于获得的相似度计算每个模型在全局模型中的权重,并通过自适应权重机制进行模型聚合,其计算公式如下: 其中,表示本地知识迁移后得到的
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浙江大学,其通讯地址为:310063 浙江省杭州市西湖区余杭塘路866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。
请提出您的宝贵建议,有机会获取IP积分或其他奖励