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！

龙图腾网恭喜浙江大学;浙江宇众环境科技有限公司申请的专利基于深度迁移学习和主成分分析的暖通空调系统故障检测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：CN119669987B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202510181271.X，技术领域涉及：G06F18/2433；该发明授权基于深度迁移学习和主成分分析的暖通空调系统故障检测方法是由杨捷;郑凡;奚海剑;陈军;邱泽贤;仇垚设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本基于深度迁移学习和主成分分析的暖通空调系统故障检测方法在说明书摘要公布了：本发明公开了一种基于深度迁移学习和主成分分析的暖通空调系统故障检测方法。包括：使用主成分分析方法分别处理源域数据集、目标域数据集，得到源域特征数据集和目标域特征数据集；构建深度学习模型后，首先使用源域特征数据集对深度学习模型进行预训练，再冻结预训练模型的卷积神经网络模块的参数，使用目标域特征数据集训练得到训练好的深度学习模型，使用训练好的深度学习模型接收并处理待预测的传感信号数据，得到暖通空调系统的故障检测结果。本发明方法减少了对大量标注数据的依赖，能够及时反馈故障信息，故障检测准确可靠。

本发明授权基于深度迁移学习和主成分分析的暖通空调系统故障检测方法在权利要求书中公布了：1.一种基于深度迁移学习和主成分分析的暖通空调系统故障检测方法，其特征在于：包括以下步骤：S1获取综合自动化系统的传感信号数据并构建为源域数据集；所述步骤S1中，使用传感器采集综合自动化系统在正常运行和不同故障状态下的传感信号数据；S2获取暖通空调系统的传感信号数据并构建为目标域数据集；所述步骤S2中，使用传感器采集暖通空调系统在正常运行和不同故障状态下的传感信号数据；S3分别对所述源域数据集、所述目标域数据集进行主成分分析，得到源域特征数据集、目标域特征数据集；S4构建深度学习模型；所述深度学习模型包括卷积神经网络模块、双向长短期记忆网络模块和注意力机制模块；S5使用源域特征数据集训练所述深度学习模型，得到预训练模型；冻结所述预训练模型的卷积神经网络模块的参数，使用目标域特征数据集训练得到训练好的深度学习模型；所述步骤S5的训练过程中，均使用交叉熵损失函数计算分类损失并通过反向传播更新模型参数，均使用Adam优化器作为模型参数的优化方法；所述交叉熵损失函数按照以下公式设置：L=—∑Mi=1yilogyi’式中，M表示目标故障类别的数量，yi表示第i个目标故障类别的真实概率值，yi’表示深度学习模型预测得到的第i个目标故障类别的概率；S6使用训练好的深度学习模型处理待预测的传感信号数据，得到故障检测结果。

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大学;浙江宇众环境科技有限公司，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。