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！

龙图腾网获悉新瑞数城技术有限公司申请的专利一种基于知识图谱的设备故障预测方法及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：CN120746548B 。

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：202511160896.4，技术领域涉及：G06Q10/20；该发明授权一种基于知识图谱的设备故障预测方法及系统是由邬宇平;曾火根;丁娟;吉星;蔡晓煦;张甜甜设计研发完成，并于2025-08-19向国家知识产权局提交的专利申请。

本一种基于知识图谱的设备故障预测方法及系统在说明书摘要公布了：本发明公开了一种基于知识图谱的设备故障预测方法及系统，涉及设备故障预测技术领域，包括对设备历史故障数据以及设备拓扑与属性数据进行预处理，在知识图谱中定义实体节点和关系边，形成结构化的知识图谱；对设备运行过程中的基础数据进行预处理并提取时频特征和趋势特征，输入残差卷积网络进行特征提取，输出基础特征向量，同时利用所述残差卷积网络对基础数据进行预测并计算得到基础残差，将所述基础残差的绝对值进行归一化处理后作为传感器异常分数。本发明所述方法将设备拓扑结构、部件属性、历史故障经验与实时传感器数据融合至统一知识图谱中，实现语义层与数据层的一体化建模。

本发明授权一种基于知识图谱的设备故障预测方法及系统在权利要求书中公布了：1.一种基于知识图谱的设备故障预测方法，其特征在于：包括， 步骤一，对设备历史故障数据以及设备拓扑与属性数据进行预处理，在知识图谱中定义实体节点和关系边，形成结构化的知识图谱； 步骤二，对设备的基础数据进行预处理，并进行特征提取得到基础特征向量；对基础数据进行预测并计算得到基础残差，基于所述基础残差获得传感器异常分数； 步骤三，对知识图谱中每个实体节点进行嵌入，得到实体向量，将基础特征向量与传感器异常分数映射至对应特征节点，分别计算特征节点与每种故障类型节点之间的余弦相似度与欧氏距离，构成每种故障类型的联合映射特征； 步骤四，以所述知识图谱为结构基础构建图神经网络，以所述联合映射特征为输入进行消息传播，对每种故障类型节点定义得分，将所述得分经映射得到每种故障类型发生的概率； 步骤五，将实时采集的基础数据经过步骤二、步骤三处理后得到传感器异常分数和实体向量输入所述图神经网络中，生成各故障类型的预测概率，当任一故障类型的预测概率大于预设阈值时，输出故障预警信号； 在形成结构化的知识图谱后采用格兰杰因果分析确定传感器特征数据与故障事件之间的因果关联强度，更新所述知识图谱，包括如下步骤， 采集历史传感器测点数据与相同时间下的故障事件，构成时间序列数据集合，所述故障事件是指发生某种故障； 对每一类传感器数据与历史记录中的故障事件之间，分别建立格兰杰因果关系模型，表示为， ； 式中，是指在时间点t发生故障K的概率，表示截距项，为常数，为故障自回归系数，表示第i个传感器通道在滞后时间上对故障的影响系数，L为滞后阶数，是指第i个传感器在时间t-的观测值，是指故障类型k在时间t-的状态； 通过赤池信息准则动态确定最佳滞后阶数L，对回归结果中的系数序列进行联合检验，计算统计量，设定显著性阈值，若满足显著性，则确定特征数据xi对故障事件具有显著因果关系； 将确认的因果关系明确添加至知识图谱中。

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新瑞数城技术有限公司，其通讯地址为：310000 浙江省杭州市西湖区翠苑街道教工路197号394室；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。