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！

龙图腾网获悉浙江纵驰环境科技有限公司申请的专利一种基于深度学习的空调风机异常监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：CN121188676B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511737117.2，技术领域涉及：G06F18/2433；该发明授权一种基于深度学习的空调风机异常监测方法及系统是由汪沛;黎晓麟;胡亮根;陈石峰设计研发完成，并于2025-11-25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空调风机异常监测方法及系统在说明书摘要公布了：本申请涉及空调智能控制技术领域，具体涉及一种基于深度学习的空调风机异常监测方法及系统。方法包括：同步采集空调风机的传感器数据并进行预处理获取空调风机数据集；对数据集中各样本对应的振动数据和功率数据进行数据分解，构建目标函数并基于分解结果求解获取最佳叠加系数，获取各样本在最佳叠加系数下振动累加权重和功率累加权重，获取正常样本与异常样本的分界线；基于所有异常样本训练获取模拟异常样本判断其有效性完成数据集扩充并进行训练，获取训练完成的有关空调风机异常监测的网络模型；将新采集的空调风机传感器数据输入训练完成的网络模型中，输出异常监测结果。本申请可以提高空调风机异常监测准确率。

本发明授权一种基于深度学习的空调风机异常监测方法及系统在权利要求书中公布了：1.一种基于深度学习的空调风机异常监测方法，其特征在于，包括： 构建并训练有关空调风机异常监测的网络模型，输入为空调风机的传感器数据，输出为空调风机的异常监测结果； 同步采集空调风机的传感器数据并对其进行预处理获取包含正常样本和异常样本的数据集；对数据集中各样本对应的振动数据和功率数据进行数据分解，构建目标函数并基于分解结果对目标函数求解获取最佳叠加系数；获取各样本在最佳叠加系数下的振动累加权重和功率累加权重，利用SVM对目标函数所抽取的所有随机样本对应的振动累加权重和功率累加权重进行二分类，进而获取正常样本和异常样本的分界线；使用生成模型对现有所有异常样本训练获取模拟异常样本，基于上述分界线判断模拟异常样本有效性完成数据集扩充，获取异常样本扩充后的数据集并对该数据集进行训练，获取训练完成的有关空调风机异常监测的网络模型； 所述构建目标函数并基于分解结果对目标函数求解获取最佳叠加系数包括：对振动数据在每个分解结果赋予对应的叠加系数，获取振动数据累加权重；同理获取功率数据累加权重；随机抽取相同数量的正常样本和异常样本，根据振动数据累加权重和功率数据累加权重，计算正常样本的正相关和异常样本的负相关获取目标函数值，所述计算正常样本的正相关和异常样本的负相关通过皮尔逊相关系数计算每个样本对应的振动数据累加权重和功率数据累加权重的相关性值；所述获取目标函数值根据正常样本相关性值的均值和异常样本相关性值的均值的负相关映射计算获取；迭代获取最大目标函数值，最大目标函数值对应的叠加系数为最佳叠加系数； 所述判断模拟异常样本有效性完成数据集扩充包括： 计算不同模拟异常样本相对现有异常样本的稀缺性和不同模拟异常样本与现有异常样本的相似性； 根据不同模拟异常样本对应的稀缺性与相似性获取对应的偏离度值； 基于偏离度值判断对应模拟异常样本的有效性；预设偏离度阈值，若模拟异常样本的偏离度值大于阈值，表示为可扩充数据，保留该模拟异常样本；若模拟异常样本的偏离度值小于等于阈值，表示为无效数据，舍弃该模拟异常样本。

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浙江纵驰环境科技有限公司，其通讯地址为：311800 浙江省绍兴市诸暨市陶朱街道望云西路37号1号厂房；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。