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！

龙图腾网获悉长沙矿冶研究院有限责任公司申请的专利多源异构时序数据的压缩、电机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：CN121036770B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511574664.3，技术领域涉及：H03M7/30；该发明授权多源异构时序数据的压缩、电机故障预测方法及系统是由胡海浪;汪檠;王栋达设计研发完成，并于2025-10-31向国家知识产权局提交的专利申请。

本多源异构时序数据的压缩、电机故障预测方法及系统在说明书摘要公布了：本发明公开了多源异构时序数据的压缩、电机故障预测方法及系统，该压缩方法，通过多尺度特征提取、SE加权融合、混合池化及聚合器坍缩的协同作用，实现了时间序列数据的智能压缩与特征增强。该架构能够同时完成序列长度的合理缩减与特征深度的有效提升，在保留关键故障特征的前提下，解决了工业场景中多源异构传感器数据融合的技术难题，克服了传统降维方法信息损失严重的局限性。

本发明授权多源异构时序数据的压缩、电机故障预测方法及系统在权利要求书中公布了：1.一种多源异构时序数据的压缩方法，其特征在于，包括： 对预处理好的多源异构时序数据输入到训练好的数据压缩模型中，得到压缩数据；所述多源异构时序数据包括至少两种不同来源不同格式的时序数据； 所述数据压缩模型被配置为：对所述预处理好的多源异构时序数据进行多尺度特征提取，并融合提取得到的多尺度特征，得到第一融合特征序列；计算所述第一融合特征序列通道的注意力权重，并基于所述通道的注意力权重对所述第一融合特征序列进行加权融合，得到第二融合特征序列；对所述第二融合特征序列进行混合池化，得到混合池化后的特征序列；对混合池化后的特征序列执行时间维度坍缩处理，得到压缩数据; 所述数据压缩模型包括多尺度特征提取模块，所述多尺度特征提取模块包括多个并行、且卷积核大小不一的深度卷积层、第一激活层以及特征融合层，每个深度卷积层被配置为提取对应尺度大小的特征序列，所述第一激活层被配置为将多个不同尺度的特征序列进行非线性操作，所述特征融合层用于将非线性操作后的多个不同尺度的特征序列进行拼接，得到第一融合特征序列； 所述数据压缩模型包括SE注意力模块，所述SE注意力模块包括第一平均池化层、全连接非线性变换层以及逐通道点积层，所述第一平均池化层被配置为对输入的第一融合特征序列进行平均池化处理，得到所述第一融合特征序列的每个通道的全局信息；所述全连接非线性变换层被配置为基于每个通道的全局信息计算每个通道的注意力权重；所述逐通道点积层被配置为基于每个通道的注意力权重计算对所述第一融合特征序列进行加权融合，得到第二融合特征序列； 所述数据压缩模型包括混合池化模块，所述混合池化模块包括第二平均池化层、最大池化层以及通道拼接层，所述第二平均池化层被配置为对所述第二融合特征序列进行平均池化，得到第一池化序列，所述最大池化层被配置为所述第二融合特征序列进行最大池化，得到第二池化序列；所述通道拼接层被配置为将所述第一池化序列和第二池化序列进行通道拼接，得到混合池化特征序列； 所述数据压缩模型包括聚合模块，所述聚合模块包括一维卷积层、归一化层以及第二激活层，所述一维卷积层被配置为提取混合池化特征序列的一维特征序列，所述归一化层被配置为将所述一维特征序列进行归一化，所述第二激活层被配置为对归一化后的一维特征序列再次引入非线性变换。

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长沙矿冶研究院有限责任公司，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路966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。