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！

龙图腾网获悉国电电力发展股份有限公司申请的专利水电站设备运行趋势预警的深度学习建模与分析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：CN121168248B 。

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：202511293330.9，技术领域涉及：G06F30/27；该发明授权水电站设备运行趋势预警的深度学习建模与分析方法是由刘洋;张传富;宋卓吏;李锡锋;李霞;孙英赫;王成龙;张一凡;刘海晨设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本水电站设备运行趋势预警的深度学习建模与分析方法在说明书摘要公布了：本发明涉及水电站设备监测技术领域，具体地说，涉及水电站设备运行趋势预警的深度学习建模与分析方法。包括如下步骤：多源参数采集与动态工况划分；机理‑数据驱动融合特征构建；物理知情深度学习模型训练；元学习迁移优化；动态阈值预警判定；机理闭环验证。本发明基于物理知情神经网络框架搭建模型，并引入可微分机理约束损失函数，同时通过设备简化仿真模型与历史故障案例开展双重验证，可确保模型输出符合设备运行物理规律，避免纯数据驱动模型可能出现的背离物理常识的情况，提升预警模型的可靠性；本发明采用故障类型标签引导的元学习算法训练基础模型，解决传统技术中小样本场景下模型过拟合、适配成本高的问题。

本发明授权水电站设备运行趋势预警的深度学习建模与分析方法在权利要求书中公布了：1.水电站设备运行趋势预警的深度学习建模与分析方法，其特征在于，包括如下步骤： S100、多源参数采集与动态工况划分：基于设备传感网络采集多维度运行参数与环境参数，通过密度聚类算法对设备运行参数空间进行聚类，确保工况划分与设备实际运行状态一致； S200、机理-数据驱动融合特征构建：采用时域频域分析提取数据驱动特征，结合设备机理模型推导机理约束特征；通过互信息熵加权融合两类特征，确保特征集同时反映数据规律与设备本质特性； S300、物理知情深度学习模型训练：以S200构建的机理-数据驱动融合特征集为输入，基于物理知情神经网络框架搭建混合神经网络，通过引入可微分机理约束损失函数进行模型训练，输出与预警目标维度对应的设备状态指标，确保模型输出符合设备运行机理； S400、元学习迁移优化：采用故障类型标签引导的元学习算法，基于同类型设备带故障类型标注的历史数据训练基础模型；针对目标设备，结合其含故障类型标签的小样本故障数据，并对混合神经网络中与故障模式关联的注意力机制权重层及输出层参数进行针对性微调，以最小化参数调整量实现对目标设备特定故障模式的精准适配； S500、动态阈值预警判定：基于设备健康度指数的概率分布建模确定基准阈值，结合实时机械应力、热负荷参数修正基准阈值；通过偏差度计算输出多级预警，确保预警灵敏度适配设备动态运行状态； S600、机理闭环验证：通过设备简化仿真模型与历史故障案例比对，对S300中训练的物理知情深度学习模型进行双重验证；并将验证结果反馈至S400的元学习迁移优化环节，以提升预警准确性。

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电电力发展股份有限公司，其通讯地址为：100000 北京市朝阳区安慧北里安园19号楼；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。