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！

龙图腾网获悉国网江西省电力有限公司南昌供电分公司申请的专利高空作业安全绳智能监测系统及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：CN120892695B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202511396834.3，技术领域涉及：G06F18/10；该发明授权高空作业安全绳智能监测系统及方法是由付理祥;邱日强;陈锴锋;赵冬阳;尹健;付熙玮设计研发完成，并于2025-09-28向国家知识产权局提交的专利申请。

本高空作业安全绳智能监测系统及方法在说明书摘要公布了：本发明属于作业安全监测技术领域，涉及一种高空作业安全绳智能监测系统及方法，该方法通过采集安全绳各关键受力点的应变信号，采用滑动窗口动态统计与变分模态分解结合的复合降噪方法对应变信号进行自适应降噪预处理，构建机器学习模型并进行训练，训练时采用基于应变极值分布的权重初始化策略，采用动态稀疏正则化方法进行模型参数优化，采集实时应变信号，经过自适应降噪预处理后，输入训练合格的机器学习模型预测预测应变值；根据当前作业高度、运动状态动态调整安全阈值基准，将预测应变值与安全阈值基准比较并发出预警信号。本发明提高了对复杂负载和极端工况下的适应能力，提高了监测预警的精度。

本发明授权高空作业安全绳智能监测系统及方法在权利要求书中公布了：1.一种高空作业安全绳智能监测方法，其特征在于，包括： 通过应变传感器阵列采集安全绳各关键受力点的应变信号，通过高度计同步获取作业高度，通过运动加速度传感器获取运动状态； 采用滑动窗口动态统计与变分模态分解结合的复合降噪方法对应变信号进行自适应降噪预处理，包括滑动窗口划分、变分模态分解，计算模态分量对应的自适应频段权重以进行加权； 构建机器学习模型并进行训练，训练时采用基于应变极值分布的权重初始化策略，采用动态稀疏正则化方法进行模型参数优化，通过计算总稀疏损失，并将总稀疏损失加入到机器学习模型的总损失函数中，通过动态调整稀疏强度，实现对不同层的稀疏约束强度的自适应调整； 机器学习模型包括由多个卷积层和改进型GLU门控单元组成的多尺度时序特征融合模块和负载分级注意力机制，降噪后的应变信号经过不同核尺寸的卷积层进行处理，得到不同尺度的卷积特征，不同尺度的卷积特征分别经过改进型GLU门控单元进行特征增强，再对不同尺度的卷积特征进行通道拼接后得到多尺度融合特征；通过负载分级注意力机制对多尺度融合特征分别计算局部注意力权重和全局注意力权重，并加权求和且与改进型GLU门控单元处理后的输出特征进行通道拼接得到最终注意力输出，最终注意力输出通过线性激活函数得到预测应变值； 采集实时应变信号，经过自适应降噪预处理后，输入训练合格的机器学习模型预测应变值；根据当前作业高度、运动状态动态调整安全阈值基准，将预测应变值与安全阈值基准进行比较以发出预警信号； 所述多尺度时序特征融合模块的处理过程表示为： ; 为第一输入特征，等于； 为第二输入特征，等于； 为第三输入特征，等于； 其中，GLUout为经过改进型GLU门控单元处理后的输出特征；为门控权重；为Sigmoid函数；为逐元素相乘；为卷积权重矩阵；为t时刻降噪后的应变信号；DSConv3×1为核尺寸为3的深度可分离卷积；DSConv5×1为核尺寸为5的深度可分离卷积；DSConv7×1为核尺寸为7的深度可分离卷积；AvgPool为平均池化，MaxPool为最大池化。

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国网江西省电力有限公司南昌供电分公司，其通讯地址为：330006 江西省南昌市东湖区叠山路383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。