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！

龙图腾网恭喜淮阴工学院申请的专利一种压缩机故障实时检测及预警方法和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：CN118940090B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202411010828.5，技术领域涉及：G06F18/24；该发明授权一种压缩机故障实时检测及预警方法和系统是由陈浩东;孙娜;吴鹏;张帅;郝翔淼;王建国;赵环宇设计研发完成，并于2024-07-26向国家知识产权局提交的专利申请。

本一种压缩机故障实时检测及预警方法和系统在说明书摘要公布了：本发明公开了一种压缩机故障实时检测及预警方法和系统，所述方法包括通过获取压缩机运行数据，对数据进行预处理包括分解和特征提取，利用K折交叉验证划分数据集，并采用改进开普勒优化算法KOA对TimeMixer模型和梯度决策提升树模型进行训练；当输出训练好的模型后，在线预警部分实时采集数据进行故障预测，并根据预测结果进行分级预警；同时以准确率作为预测结果的性能指标，当准确率下降超过阈值，重新进行模型训练并更新数据库，可以有效解决设备老化及工况改变导致的运行数据概念漂移问题。本发明通过离线模型和在线预警的有机结合，协同运作，形成闭环管理；采用加权预测函数协同构建KOA的适应度函数，有助于减少过拟合的风险，有效提高预测精度。

本发明授权一种压缩机故障实时检测及预警方法和系统在权利要求书中公布了：1.一种压缩机故障实时检测及预警方法，其特征在于，包括以下步骤：1预先获取历史压缩机运行数据；2对运行数据先进行数据预处理，去除缺失值和异常值，进行归一化处理；采用季节性趋势分解STL进行数据分解，将数据分解为周期项、趋势项和残差项；对分解后的数据，采用离散时域傅里叶变换DTFT对数据进行特征提取；3采用K折交叉验证法，将周期项、趋势项和残差项分割为K组数据集，划分为训练集和测试集；4构建由TimeMixer模型和GBDT模型组成的压缩机故障实时检测模型；将训练集数据中周期项、趋势项输入至Timemixer模型进行训练；将训练集数据中残差项输入至梯度决策提升树GBDT模型中进行训练；将两个模型的输出累加，为压缩机故障实时检测模型的最终输出结果；5对压缩机故障实时检测模型性能进行评估，计算每次训练的均方根误差RMSE、平均对称绝对百分比误差SMAPE及平均绝对误差MAE每项性能指标的平均值和标准差，并利用包络熵为RMSE、SMAPE、MAE分配自适应权重ω，对三项性能指标加权，并结合自适应权重构建加权预测函数；6利用改进开普勒优化算法对TimeMixer模型和GBDT模型的关键参数组进行寻优，将优化后的模型传输至步骤4重新训练，并再次验证，若平均值和标准差不小于设定阈值，则重复此步骤；若平均值和标准差小于设定阈值，则输出离线压缩机故障实时检测模型；7实时采集压缩机运行数据，利用训练好的压缩机故障实时检测模型进行实时预测，实时监测模型准确率；若压缩机故障实时检测模型的准确率不在阈值内，则返回步骤4进行模型更新训练；8分级设定预测结果故障概率阈值α，进行实时故障报警。

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淮阴工学院，其通讯地址为：223000 江苏省淮安市经济技术开发区枚乘东路1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”。