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！

龙图腾网获悉中交疏浚技术装备国家工程研究中心有限公司申请的专利一种绞吸挖泥船异常工况智能识别诊断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：CN116932611B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310922369.7，技术领域涉及：G06F16/2458；该发明授权一种绞吸挖泥船异常工况智能识别诊断系统是由徐婷;王柳艳;许墅;肖晔;鲁嘉俊;戴文伯;王伟;沈彦超;许幼成;杜一鸣设计研发完成，并于2023-07-25向国家知识产权局提交的专利申请。

本一种绞吸挖泥船异常工况智能识别诊断系统在说明书摘要公布了：本发明实施例提供了一种绞吸挖泥船异常工况智能识别诊断系统，其中SCADA监控与数据采集模块采集SCADA系统监测到的工况数据和筛选关键变量；数据预处理模块对关键变量工况数据通过常规预处理模块进行归一化、标准化预处理操作，进而由K线图时序特征数据生成模块基于K线图定义进一步预处理得到K线图时序特征数据；异常诊断和标注模块基于K线图时序特征进行异常诊断并进行施工工况标注，形成异常工况数据库；XGBoost异常工况辨识分类器建立并训练XGBoost异常工况辨识模型，输出最优XGBoost异常工况辨识分类器。本发明能够更快、更精准处理大量的SCADA监测数据，提升时间序列处理的速度、减少异常标注的时间，降低单点异常对预测精度的影响，实现异常工况的智能识别。

本发明授权一种绞吸挖泥船异常工况智能识别诊断系统在权利要求书中公布了：1.一种绞吸挖泥船异常工况智能识别诊断系统，其特征是： 包括SCADA监控与数据采集模块1，用于采集SCADA系统监测到的工况数据和筛选其中的关键变量； 包括数据预处理模块，包括常规预处理模块2和K线图时序特征数据生成模块3；对关键变量工况数据通过常规预处理模块2进行归一化、标准化预处理操作，进而由K线图时序特征数据生成模块3基于K线图定义进一步预处理得到K线图时序特征数据； 包括异常诊断和标注模块4，基于K线图时序特征进行异常诊断并进行施工工况标注，从而形成异常工况数据库5； 包括XGBoost异常工况辨识分类器6,基于当前的异常工况数据库5建立XGBoost异常工况辨识模型，通过不断迭代训练XGBoost异常工况辨识模型，输出最优XGBoost异常工况辨识分类器； 将SCADA监控与数据采集系统1实时采集的施工数据输入最优XGBoost分类器中，输出实时辨识施工工况信息，若由异常发生，则发起告警，并将告警的异常工况数据存储到异常工况数据库5中并进行如下处理：人工对发出的告警信息进行反馈打标，若有错误将修正异常工况数据库5中数据，以更新异常工况数据库5； 所述K线图时序特征数据生成模块3对常规预处理模块2得到的数据，基于K线理论计算其K变量，绘制K线时序监测图，将采样周期为1秒的原始时序监测图转化为时间长度为T秒数的K线监测图，得到K线图时序特征数据，即产量原始时序图和对应的产量K线图； 所述K线时序监测图中，K线图是一条柱状的线条，由影线和实体组成，影线在实体上方的部分叫上影线，下方的部分叫下影线，上影线、下影线分别是K线图时序的最大值和最小值，结束值高于开始值表现为K线图的阳线，结束值低于开始值表现为K线图的阴线；所述K线理论：对于时间长度为的变量的一段时间序列，表示为：，为在时刻的取值； 将其分割成时间长度秒的若干个相邻时间段，那么有个时间段，任一时间段用表示，其中，那么 对长度为L的任一段时序数据而言，其K变量由四个变量组成，即这一段时序数据的开始值，最小值，最大值，结束值， 为时序的最小值，为时序的最大值。

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中交疏浚技术装备国家工程研究中心有限公司，其通讯地址为：200092 上海市杨浦区许昌路1296号2楼203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。