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！

龙图腾网恭喜兰州理工大学申请的专利基于类不均衡数据增强的苯烯比控制系统健康评估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：CN119046661B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411159224.7，技术领域涉及：G06F18/213；该发明授权基于类不均衡数据增强的苯烯比控制系统健康评估方法是由曹慧超;杜磊;李炜;代航;蒋栋年;杜洪鹤;李亚洁设计研发完成，并于2024-08-22向国家知识产权局提交的专利申请。

本基于类不均衡数据增强的苯烯比控制系统健康评估方法在说明书摘要公布了：本发明公开了基于类不均衡数据增强的苯烯比控制系统健康评估方法，包括：获取目标苯烯比控制系统在预设工况下的运行数据和系统苯烯比输出值；预处理后从中获取多个特征因素；将真实类不均衡的多个特征因素数据，输入C‑WGAN‑GP数据增强模型中，输出生成数据；将真实类不均衡数据和生成数据输入ACNN健康评估模型中，输出系统苯烯比输出预测值，实现对目标苯烯比控制系统的健康评估；通过ACNN健康评估模型注意力机制，溯源引起目标苯烯比控制系统健康水平下降的非优因素。该方法采用C‑WGAN‑GP模型生成新样本，为评估提供可靠数据支撑；通过构建兼评估与溯源一体的ACNN模型，提升评估模型准确性和决策过程可解释性。

本发明授权基于类不均衡数据增强的苯烯比控制系统健康评估方法在权利要求书中公布了：1.基于类不均衡数据增强的苯烯比控制系统健康评估方法，其特征在于，包括如下步骤：S1、获取目标苯烯比控制系统在多种预设工况下的运行数据和系统苯烯比输出值，并分别对所述运行数据和所述系统苯烯比输出值进行预处理；S2、基于预处理后的运行数据和系统苯烯比输出值，获得对目标苯烯比控制系统健康状况相关的多个特征因素；S3、从所述运行数据中筛选与所述多个特征因素对应的特征量数据，作为存在目标苯烯比控制系统健康状态分布不均的真实类不均衡数据；将所述真实类不均衡数据输入至C-WGAN-GP数据增强模型中，输出生成数据；S4、将所述真实类不均衡数据和所述生成数据作为完备评估数据集，将所述完备评估数据集输入至构建好的ACNN健康评估模型中，输出系统苯烯比输出预测值；S5、根据所述系统苯烯比输出预测值，实现对目标苯烯比控制系统的健康评估；并通过所述ACNN健康评估模型中注意力机制溯源引起目标苯烯比控制系统健康水平下降的非优因素；所述步骤S4具体包括：S41、通过输入层将所述完备评估数据集输入至ACNN健康评估模型中；S42、通过CNN卷积层对完备评估数据集进行特征提取，获得卷积特征；S43、通过CNN池化层对所述卷积特征进行采样，获得CNN池化层输出；S44、通过隐含层对所述CNN池化层输出进行处理计算，得到特征因素的中间状态；通过Attention机制层获取所述中间状态特征向量与隐藏状态之间的相似度；具体地：通过隐含层对上述CNN池化层的输出结果进行处理，获得特征因素的中间状态；通过Attention机制层，利用函数score[ht,i,ht]计算中间状态特征向量ht,i与隐藏状态ht之间的相似度，Attention机制层的表达式如下： 其中，Ws表示权值矩阵；bs表示偏置向量；S45、通过softmax函数获取特征因素隐含层向量的注意力权重，并将所述注意力权重与所述中间状态特征向量进行加权求和处理，获得Attention机制层的输出；具体地：经过softmax函数，得到Attention机制层中特征因素隐含层向量的注意力权重αi，并与中间状态的特征向量ht,i加权求和得到Attention机制层的输出其表达式如下所示： 式中，τ为全连接层的输出节点；S46、将所述Attention机制层的输出通过全连接层，获得表征系统健康状态的系统苯烯比输出预测值；S47、将所述系统苯烯比输出预测值通过输出层输出；所述步骤S5还包括：根据ACNN健康评估模型中Attention机制层自适应赋予各特征因素的权重，绘制贡献图，量化分析目标苯烯比控制系统健康状况与所述特征因素之间的非线性关系，有效溯源引起目标苯烯比控制系统健康水平下降的非优因素。

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兰州理工大学，其通讯地址为：730050 甘肃省兰州市兰工坪287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”。