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！

龙图腾网恭喜崂山国家实验室;山东省科学院海洋仪器仪表研究所申请的专利基于数据分析的铠装光电复合缆水下密封性能退化预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：CN119988851B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202510463195.1，技术领域涉及：G06F18/15；该发明授权基于数据分析的铠装光电复合缆水下密封性能退化预测方法是由刘超;毛宇峰;韩桂海;王亚洲;马庆锋;孙召成;冯向超;崔浩;李腾设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本基于数据分析的铠装光电复合缆水下密封性能退化预测方法在说明书摘要公布了：本发明涉及数据分析技术领域，具体涉及基于数据分析的铠装光电复合缆水下密封性能退化预测方法，包括以下步骤：S1：通过传感器采集铠装光电复合缆运行过程中实时运行数据；S2：对S1采集的运行数据进行预处理，生成结构化的预处理数据集；S3：提取与密封性能退化相关的特征参数；S4：训练高斯过程回归模型；S5：对S4生成的高斯过程回归模型进行验证；S6：调整高斯过程回归模型中的核函数参数和噪声项；S7：生成退化报告。本发明，通过实时数据采集、特征提取和高斯过程回归模型的精准预测，实现了铠装光电复合缆密封性能退化时间点、速率和趋势的高效预测，提高了设备维护的科学性和运行的可靠性。

本发明授权基于数据分析的铠装光电复合缆水下密封性能退化预测方法在权利要求书中公布了：1.基于数据分析的铠装光电复合缆水下密封性能退化预测方法，其特征在于，包括以下步骤：S1：通过传感器采集铠装光电复合缆运行过程中实时运行数据，包括的温度、压力、光纤信号衰减值和电流；S2：对S1采集的运行数据进行预处理，并对所有数据进行归一化操作，生成结构化的预处理数据集；S3：基于S2的预处理数据集，提取与密封性能退化相关的特征参数，包括温度变化率、压力波动幅度和光纤信号衰减速率，并形成特征向量集；所述S3具体包括：S31：对于预处理数据集中每个时间点的温度数据，按照以下公式计算温度变化率：其中，Ti和Ti+1分别为相邻时间点的温度值，Δt为时间间隔，ΔT为温度变化率；同时将所有时间点计算的温度变化率汇总为时间序列数据，记录为特征向量中的一列；S32：计算压力波动幅度，对预处理数据集中的压力数据，以每小时为一个固定时间窗口，计算时间窗口内压力的最大值Pmax与最小值Pmin，并按照以下公式计算压力波动幅度：AP＝Pmax-Pmin，其中，AP为时间窗口的压力波动幅度；同时将所有时间窗口内的压力波动幅度汇总为时间序列数据，记录为特征向量中的一列；S33：计算光纤信号衰减速率，对预处理数据集中的光纤信号衰减值，以10分钟为一个固定时间窗口，按照以下公式计算光纤信号衰减速率：其中，和分别为窗口起始时间t1和结束时间t2的光纤信号强度值，Ratten为光纤信号衰减速率；同时将所有时间窗口内的光纤信号衰减速率汇总为时间序列数据，记录为特征向量中的一列；S34：将计算得到的温度变化率、压力波动幅度和光纤信号衰减速率时间序列数据合并，形成特征向量集；所述特征向量集的格式采用矩阵形式，其中每行表示一个时间窗口的特征，列分别对应温度变化率、压力波动幅度和光纤信号衰减速率；S4：利用S3提取的特征向量集，训练高斯过程回归模型，所述高斯过程回归模型用于预测密封性能退化的趋势；S5：利用独立验证数据集对S4生成的高斯过程回归模型进行验证，将独立验证集的特征向量输入模型，输出预测结果，并与实际密封性能标注值进行比较，计算初始预测模型的准确率和误差；S6：基于S5输出的准确率和误差结果，调整高斯过程回归模型中的核函数参数和噪声项，以优化高斯过程回归模型的预测精度；S7：将S2预处理后的数据输入至S6优化后的高斯过程回归模型，生成铠装光电复合缆密封性能退化的预测结果，并根据预测结果生成退化报告。

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崂山国家实验室;山东省科学院海洋仪器仪表研究所，其通讯地址为：266237 山东省青岛市即墨区问海中路168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”。