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！

龙图腾网获悉浪潮云洲工业互联网有限公司申请的专利一种基于大模型的工业物联网智能决策方法、系统及设备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：CN120449053B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510905428.9，技术领域涉及：G06Q10/063；该发明授权一种基于大模型的工业物联网智能决策方法、系统及设备是由高大伟;于静;马宏宇;胡占军;赵金涛;宋凯月设计研发完成，并于2025-07-02向国家知识产权局提交的专利申请。

本一种基于大模型的工业物联网智能决策方法、系统及设备在说明书摘要公布了：本发明属于工业物联网技术领域，具体涉及一种基于大模型的工业物联网智能决策方法、系统及设备，所述方法包括：基于设备实时数据、工况参数及历史数据，采用残差补偿算法生成自适应动态阈值；基于动态阈值和设备实时数据，计算异常评分；将异常评分和将多模态数据结构化上下文输入大模型，生成带置信度评估的决策指令，并记录审计日志；所述决策指令包括操作动作、操作参数和约束条件；当决策指令的置信度达到置信度阈值或异常评分超过设定阈值时，触发自动化操作，并基于自动化操作的执行效果进行闭环反馈，动态更新置信度、置信度阈值、残差补偿系数和异常评分权重。通过残差补偿算法与工况自适应动态阈值调整，系统误报率降低。

本发明授权一种基于大模型的工业物联网智能决策方法、系统及设备在权利要求书中公布了：1.一种基于大模型的工业物联网智能决策方法，其特征在于，包括： S1、基于设备实时数据、工况参数及历史数据，采用残差补偿算法生成自适应动态阈值；其中，设备实时数据包括电流、振动幅值和温度；工况参数包括负载率、环境温度、运行时长；历史数据为过去设定时间正常异常时序数据； S2、基于动态阈值和设备实时数据，计算异常评分，所述异常评分为单参数超标比例、多参数关联异常值和历史相似度的加权和乘以敏感度；具体步骤包括： 对每个参数，统计其在时间窗口内超过动态阈值的次数；以超限次数占总采样点的比例作为该参数的超标比例；计算所有参数的超标比例的算术平均值得到单参数超标比例；参数包括温度、振动幅值和电流； 计算各参数间的皮尔逊相关系数矩阵；取非对角线元素的绝对值均值作为同步性评分；以1减去同步性评分作为关联异常值； 提取当前设备的多维特征向量；计算其与历史故障特征向量的归一化欧氏距离；以1减去归一化距离作为历史相似度； 将单参数超标比例、多参数关联异常值和历史相似度的加权和乘以敏感度得到异常评分； 所述异常评分的计算公式为： 式中，为权重因子，为敏感度，敏感度根据设备运行时间和环境条件设置； S3、将设备实时数据、异常评分和多模态结构化上下文输入大模型，生成带置信度评估的决策指令，并记录审计日志；所述决策指令包括操作动作、操作参数和约束条件；所述结构化上下文包括维修记录、生产计划、备件库存状态和安全操作规范； S4、当决策指令的置信度达到置信度阈值时，触发自动化操作，并基于自动化操作的执行效果进行闭环反馈，动态更新置信度、置信度阈值、残差补偿系数和异常评分权重；当异常评分超过设定阈值但置信度未达到置信度阈值时，触发预警通知；其中，自动化操作触发后，基于自动化操作的执行效果进行闭环反馈，动态更新计算参数的步骤包括： 收集设备在执行决策指令后的实际运行状态数据，包括设备的故障修复时间、停机时间、维修成本以及操作成功率； 根据近N次操作成功率更新大模型单次决策指令的置信度；其中，；均为常数； 基于收集的数据计算闭环反馈机制的执行效果评估指标；所述执行效果评估指标为奖励函数： 其中， 式中，为MTBF提升率，为成本节省率，为误操作次数，分别为权重系数； 若连续T次低于设定阈值，则动态调整大模型决策过程的置信度阈值以及残差补偿系数和异常评分权重。

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浪潮云洲工业互联网有限公司，其通讯地址为：250000 山东省济南市高新区浪潮路1036号浪潮科技园S02号楼19层；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。