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！

龙图腾网获悉辽宁工程技术大学申请的专利一种基于SSA与LSTM网络的风速异常波动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：CN116881829B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202310893023.9，技术领域涉及：G06F18/2433；该发明授权一种基于SSA与LSTM网络的风速异常波动检测方法是由邓立军;袁金波;张志龙设计研发完成，并于2023-07-20向国家知识产权局提交的专利申请。

本一种基于SSA与LSTM网络的风速异常波动检测方法在说明书摘要公布了：本发明提供一种基于SSA与LSTM网络的风速异常波动检测方法，涉及矿井通风技术领域；通过将传感器监测数据进行分解、重构去除因湍流脉动产生的数据噪声，然后对LSTM进行参数优化，利用优化后的LSTM模型对预处理数据进行预测并得到重构风速；最后以对数概率密度函数计算监测风速与重构风速的异常分数，通过计算训练集数据样本的异常分数设定阈值对监测风速进行异常检测；为监测监控数据中的异常波动识别提供了技术支持，对提高传感器监测监控数据的可信度和应用性具有重大意义。

本发明授权一种基于SSA与LSTM网络的风速异常波动检测方法在权利要求书中公布了：1.一种基于SSA与LSTM网络的风速异常波动检测方法，其特征在于，包括以下步骤： 步骤1：收集风速传感器监测的风速数据，将所得数据利用奇异谱分析法SSA分解为趋势分量、周期分量和噪声分量，再重构趋势分量和周期分量，以达到降噪的目的； 步骤2：构建LSTM风速重构模型，将步骤1降噪后的无扰动数据作为训练集对模型进行训练，有扰动数据作为测试集实现对各时间点的风速数据进行预测，并得到各个时间点所组成的无扰动数据预测数据集和有扰动数据预测数据集； 步骤3：计算t-1时刻之前的历史数据对t时刻风速预测值与t时刻实际风速的差值，将该差值的对数概率密度函数值作为异常分数，通过对整体数据的异常分数进行数据划分，然后设定阈值来划分异常波动区间； 步骤3.1：计算t-1时刻之前的历史数据对t时刻风速预测值与t时刻实际风速的差值； yt＝|xt-x′t| 式中，xt为t时刻的实际风速，x′t为基于t-1之前的历史数据对t时刻的风速预测值，yt为t时刻的预测误差； 步骤3.2：计算该差值的对数概率密度并作为异常分数，设定阈值τ用于判定异常风速，由于训练集为无异常扰动数据，因此异常检测阈值选定为训练集中异常分数最高值；所述异常分数为： 式中，μ表示数据样本风速均值，σ表示数据样本风速标准差； 步骤3.3：对步骤3.2所计算异常分数数据集进行异常检测，由于对数概率密度函数所计算的数值越小，表示该点所对应的数据波动越强，将无扰动异常分数数据集中最小异常分数τ作为阈值对有扰动异常分数数据集进行异常划分，则有扰动异常分数数据集中小于τ所对应的原始风速数据波动幅度已大于无扰动数据集中波动幅度最大的风速值；即将有扰动异常分数数据集中小于阈值部分为异常波动段或风门开闭阶段。

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辽宁工程技术大学，其通讯地址为：123000 辽宁省阜新市细河区中华路47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。