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！

龙图腾网获悉中国电建集团华东勘测设计研究院有限公司申请的专利一种基于深度学习的电站设备状态趋势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：CN120596899B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202511095167.5，技术领域涉及：G06F18/213；该发明授权一种基于深度学习的电站设备状态趋势预测方法是由罗远林;阙文静;郑莉;吴月超;胡鑫;赖昕杰;徐军杨设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本一种基于深度学习的电站设备状态趋势预测方法在说明书摘要公布了：本发明提供一种基于深度学习的电站设备状态趋势预测方法，包括如下步骤：S1、获取电站设备历史运行数据，并进行预处理；S2、利用深度神经网络，基于电站设备历史运行数据构建趋势预警模型、温度时序预测子模型和振动时序预测子模型；S3、通过模型依次输出劣化度预测值、温度趋势预测值和振动趋势预测值；S4、建立三层评价体系并生成状态评价结果；S5、根据状态评价结果生成预警信息。本发明构建了多层次深度网络，实现对设备劣化、温度及振动趋势的多维度精准预测；引入季节编码、自适应注意力等技术增强了复杂工况下的感知和学习能力；创新三层动态评价体系，提供从部件到整体的科学健康状态评估，为电站预警提供更全面智能的解决方案。

本发明授权一种基于深度学习的电站设备状态趋势预测方法在权利要求书中公布了：1.一种基于深度学习的电站设备状态趋势预测方法，其特征在于，包括如下步骤： S1、获取电站设备历史运行数据，并对电站设备历史运行数据进行预处理； S2、利用深度神经网络，基于电站设备历史运行数据构建趋势预警模型和时序预测模型，时序预测模型包括温度时序预测子模型和振动时序预测子模型； S3、通过趋势预警模型、温度时序预测子模型和振动时序预测子模型，依次输出劣化度预测值、温度趋势预测值和振动趋势预测值； S4、建立包括状态量评价层、部件评价层和整体评价层的三层评价体系，基于劣化度预测值、温度趋势预测值和振动趋势预测值生成状态评价结果； S5、根据状态评价结果生成预警信息； 构建趋势预警模型包括如下子步骤： S211、获取预处理后的工况数据、振摆数据以及对应的历史劣化度数据，构建第一训练样本集和第一验证样本集； S212、构建深度长短期记忆神经网络，深度长短期记忆神经网络包括输入层、多模态自适应Dropout层、耦合双向LSTM层、全连接层以及输出层；多模态自适应Dropout层根据工况数据和振摆数据的不同特征分布自适应调整丢弃策略；耦合双向LSTM层的前向LSTM单元和后向LSTM单元之间设置有信息交互机制； S213、采用反向传播算法训练所述深度长短期记忆神经网络，使用自适应优化器更新网络参数，并对梯度值进行阈值限制； S214、在第一验证样本集上计算第一验证损失值，当第一验证损失值在预设连续轮数内的降低幅度均小于预设劣化度阈值时，停止训练并保存当前网络参数； S215、将训练完成的深度长短期记忆神经网络作为趋势预警模型。

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中国电建集团华东勘测设计研究院有限公司，其通讯地址为：310014 浙江省杭州市余杭区高教路201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。