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！

龙图腾网获悉江苏电力信息技术有限公司申请的专利一种基于机器学习的设备资产折旧预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：CN120764798B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202511293005.2，技术领域涉及：G06Q10/04；该发明授权一种基于机器学习的设备资产折旧预测方法是由沈娜娜;张哲;刘小波;陈刚;马莉娟;欧志洪;王焕设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本一种基于机器学习的设备资产折旧预测方法在说明书摘要公布了：本发明公开了一种基于机器学习的设备资产折旧预测方法，包括如下步骤：S1、采集资产原值、折旧码、年限、起始日期及历史净值，归一化生成统一时间域内的资产状态输入序列；S2、将归一化资产状态输入神经常微分方程模型，构建资产状态随时间演化的微分系统；S3、识别资产折旧期间的参数变更，提取变更时间和幅度，构建扰动事件序列；S4、根据扰动事件序列构建时间门控函数和扰动耦合函数；S5、将扰动耦合函数注入微分系统，解算得到折旧演化路径；S6、将预测路径映射至实际时间区间，输出折旧趋势预测结果。本发明实现了设备折旧趋势的精细预测与策略变更的动态响应，提升了资产管理智能化水平。

本发明授权一种基于机器学习的设备资产折旧预测方法在权利要求书中公布了：1.一种基于机器学习的设备资产折旧预测方法，其特征在于，包括如下步骤： S1、采集设备资产的数据，构建资产状态序列数据集，对不同折旧起始日期的资产状态序列执行时间归一化处理，生成归一化资产状态输入序列； S2、将归一化资产状态输入序列输入至神经常微分方程预测模型中，构建以资产状态随时间变化为建模目标的微分方程系统，微分方程系统通过神经网络函数参数化右端函数，采用数值求解器生成资产折旧演化路径； S3、识别资产生命周期内的折旧策略变更行为，提取每一策略变更操作的变更时间、变更类型与变更幅度，构建折旧策略扰动事件序列； S4、构建时间门控函数，根据折旧策略扰动事件序列的激活时间动态控制扰动项是否注入微分系统，建立扰动耦合函数； 所述S4具体包括： S41、在归一化时间区间上设定固定步长，生成时间点序列，其中，，，为离散时间步总数； S42、在每一个时间点上初始化扰动值，并遍历扰动事件序列，对每一个扰动事件对，判断是否满足条件，若满足，则将扰动值加至当前时间点对应的扰动值，将累加结果作为时间点新的扰动值； S43、将所有时间点对应的扰动值按时间顺序组成向量，并按与时间点序列对应顺序进行存储，形成扰动值时间序列； S44、在每一时间点，调用资产隐藏状态，计算神经网络右端函数输出，与时间点对应的扰动值相加，生成更新项，将存入更新向量序列； S5、将扰动耦合函数注入神经常微分方程预测模型，形成扰动耦合微分系统，对系统执行连续时间数值解算，输出考虑策略扰动影响后的资产净值预测轨迹； 所述S5具体包括： S51、读取归一化时间点序列与对应更新项序列，读取初始隐藏状态，设定微分求解时间步长，构建隐藏状态序列数组，并将初始状态赋值为； S52、初始化循环索引，执行如下迭代操作：在每一时间步，从数组中读取前一状态，从数组中读取上一时间步对应的更新项，执行欧拉积分操作，计算当前时间步隐藏状态： ； 将结果写入数组的第项；将索引更新为，重复过程直至； S53、建立账面净值预测值数组，初始化循环索引，在每一循环中，从数组中读取隐藏状态，将输入至解码器网络中，执行前向推理计算账面净值预测值，将计算结果写入数组的第项，更新索引，重复至； S54、在内存结构中建立双通道数据结构，用于分别存储归一化时间点序列与账面净值预测值数组，按索引一一配对，将每一对写入结构体字段，完成预测序列的时序匹配与缓存操作； S6、将资产净值预测轨迹映射至实际时间区间，形成对应资产的折旧趋势预测结果。

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江苏电力信息技术有限公司，其通讯地址为：210000 江苏省南京市鼓楼区北京西路22号二、三层；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。