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模型预测控制设备风险管控系统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：CN119444177B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411523187.3，技术领域涉及：G06Q10/20；该发明授权一种基于模型预测控制设备风险管控系统是由王伟;张华;韩荣利;马记;秦世贤;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2024-10-29向国家知识产权局提交的专利申请。

本一种基于模型预测控制设备风险管控系统在说明书摘要公布了：本发明涉及设备风险管控技术领域，具体公开了一种基于模型预测控制设备风险管控系统，包括数据采集处理模块、数据分析模块、模型构建预测模块以及分析调控模块，其中，数据采集处理模块用于收集设备运行状态信息，通过标准化处理和加权计算得出设备健康状况评分；数据分析模块则依据评分变化趋势区分线性与非线性特征信号；模型构建预测模块根据不同类型的信号选用相应算法建立预测模型，实现对未来设备健康状态的预测；分析调控模块基于预测结果，制定出合理的设备维护计划，并动态调整生产安排，本发明通过对设备状态进行连续监控和智能分析，能够有效预防故障发生，减少非计划停机事件的发生概率，最终达到提升生产安全性和经济效益的目的。

本发明授权一种基于模型预测控制设备风险管控系统在权利要求书中公布了：1.一种基于模型预测控制设备风险管控系统，其特征在于，包括数据采集处理模块、数据分析模块、模型构建预测模块和分析调控模块； 数据采集处理模块用于采集设备的状态数据； 对设备的状态数据进行整合和标准化处理； 根据标准化后的状态数据，计算得到设备的综合得分，生成数据异常信号和数据正常信号； 数据分析模块基于数据异常信号，进一步分析设备状态数据随时间的变化趋势，生成线性趋势信号和非线性趋势信号； 模型构建预测模块基于线性趋势信号和非线性趋势信号，构建风险预测模型； 将监测周期内得到的所有状态数据标准值按照时间顺序进行整合处理，得到状态数据的时间序列； 基于任意一个时间序列，根据时间序列构建序列变化曲线，将序列变化曲线划分为若干条变化子曲线； 将序列变化曲线的两端端点进行直线连接，得到变化参考线； 若变化子曲线的斜率值与参考线的斜率值的正负性相同，则将变化子曲线标记为同向子曲线； 若变化子曲线的斜率值与参考线的斜率值的正负性不同，则将变化子曲线标记为非同向子曲线； 统计同向子曲线的数量，并与变化子曲线的数量进行比值处理，得到同向子曲线的数量比，并标记为SL； 获取所有同向子曲线的斜率值，并整合为斜率数据组，计算斜率数据组的方差值，并标记为FC； 通过公式：得到线性参考值XC，其中，a1和a2均为预设比例系数； 若线性参考值XC大于等于线性参考阈值，则将时间序列标记为线性序列； 若线性参考值XC小于线性参考阈值，则将时间序列标记为非线性序列； 在所有时间序列中，将线性序列的数量与时间序列的数量进行比值处理得到线性数量比，并标记为XL； 将非线性序列对应的线性参考值与线性参考阈值进行差值处理并取绝对值，得到线性参考偏差值，将所有线性参考偏差值进行求和取均值得到线性参考偏差均值，并与线性参考阈值进行比值处理，得到线性偏差比，并标记为XP； 通过公式：得到线性表现值XB，其中，z1和z2均为预设比例系数； 若线性表现值XB大于线性表现阈值，则生成线性趋势信号，选择线性回归模型或自回归滑动平均模型； 若线性表现值XB小于等于线性表现阈值，则生成非线性趋势信号，生成随机森林模型； 分析调控模块基于风险预测模型，得到设备的剩余工作时长，并进行比较分析，生成设备操作信号，其中，设备操作信号包括设备正常工作信号和设备维护信号； 基于非线性趋势信号，获取监测周期内设备状态数据的时间序列； 基于设备状态数据的时间序列，为振动强度序列、温度序列或电流序列上添加一个固定大小的滑动窗口； 对滑动窗口内的状态数据的标准值进行滑动平均处理，得到滑动窗口内状态数据的时间序列特征，包括滑动窗口内状态数据的均值、标准差、最大值和最小值； 对振动强度序列、温度序列或电流序列进行统计特征提取处理，得到振动强度序列、温度序列或电流序列内设备的状态数据标准值的统计特征，包括状态数据标准值的均值、中位数、标准差、最大值和最小值； 通过公式：对温度序列与振动强度序列进行联合分析，得到温度与振动的联合分布的组合特征； 其中Ti是温度标准值、Vi是振动强度标准值，T,是温度标准值的平均值，V,是振动强度标准值的平均值，WZL为温度与振动之间的相关系数，即温度与振动的联合分布特征，即组合特征； 将设备状态数据标准值的时间序列特征、统计特征和组合特征进行整合处理，得到设备状态数据标准值的特征矩阵X； 为特征矩阵中每一个数据点添加一个对应的标签y； 将特征矩阵X和标签y整合为数据集D； 使用随机森林回归构建预测模型，将数据集D划分为训练集、验证集和测试集用于训练模型，得到成熟的设备风险预测模型。

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。