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！

龙图腾网获悉国能太仓发电有限公司申请的专利基于迁移学习和集成学习的滚动轴承退化趋势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：CN114881069B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202210321096.6，技术领域涉及：G06F18/2415；该发明授权基于迁移学习和集成学习的滚动轴承退化趋势预测方法是由马天霆;韩冰;孙良海;严谨;邓艾东;史曜炜设计研发完成，并于2022-03-29向国家知识产权局提交的专利申请。

本基于迁移学习和集成学习的滚动轴承退化趋势预测方法在说明书摘要公布了：本发明涉及一种基于迁移学习和集成学习的滚动轴承退化趋势预测方法，包括：子模型训练，采用对抗训练的方式促使特征提取器提取的高等级抽象特征具有领域不变性，完成多个子模型训练；模型融合预测，包括：将轴承振动数据的历史实际趋势序列分别与每个子模型的同一时间步下历史预测输出序列进行相似度计算，获得属于每个子模型的相似度系数；将相似度系数转换为各个子模型的权重；对各个子模型的未来时间步预测输出序列加权获得模型融合后的未来时间步预测输出序列。本发明克服了在变工况情况下的轴承退化特征提取困难而造成预测性能欠佳的问题，能有效提取出复杂多变工况和强噪声干扰情况下振动信号中的退化趋势信息，预测准确率高。

本发明授权基于迁移学习和集成学习的滚动轴承退化趋势预测方法在权利要求书中公布了：1.一种基于迁移学习和集成学习的滚动轴承退化趋势预测方法，其特征在于，包括： S1、子模型训练，包括： S11、将源域和目标域的原始振动信号输入特征提取器，提取高等级抽象特征； S12、将源域和目标域的所有高等级抽象特征输入领域判别器，领域判别器试图识别特征来自哪个域，通过在特征提取器和领域判别器之间设置梯度反转层，促使特征提取器提取的高等级抽象特征具有领域不变性； S13、将源域的高等级抽象特征输入预测器，进行未来时间步预测训练，使高等级特征具有预测特性； S14、重复S11至S13，完成多个子模型训练； S2、模型融合预测，包括： S21、将轴承振动数据的历史实际趋势序列分别与每个子模型的同一时间步下历史预测输出序列进行相似度计算，获得属于每个子模型的相似度系数； S22、将相似度系数转换为各个子模型的权重； S23、对各个子模型的未来时间步预测输出序列进行加权，获得模型融合后的未来时间步预测输出序列； 所述相似度计算包括空间相似度计算和分布相似度计算，空间相似度和分布相似度各自归一化后相加得到相似度系数； 采用动态时间规整算法计算空间相似度： s.t.εk,C∈{0,1},εR∈{0,1} 其中，argmin函数用于计算目标函数取最小值时的变量值；qk,C和qR为两个数据序列，分别代表子模型k的历史预测输出序列和历史实际趋势序列，εk,C和εR为对应的二值矩阵； 采用Jensen-Shannon散度计算分布相似度： 其中，Pk,C、PR分别为qk,C、qR两个数据序列对应概率分布,x为序列中的数值。

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国能太仓发电有限公司，其通讯地址为：215400 江苏省苏州市太仓市太仓港电厂路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”。