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！

龙图腾网获悉北京交通大学申请的专利基于Boosting和多预测器融合的列车牵引能耗异常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：CN115392371B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202211019980.0，技术领域涉及：G06F18/2433；该发明授权基于Boosting和多预测器融合的列车牵引能耗异常检测方法是由荀径;张程熙;李熙;张立成设计研发完成，并于2022-08-24向国家知识产权局提交的专利申请。

本基于Boosting和多预测器融合的列车牵引能耗异常检测方法在说明书摘要公布了：本发明提供了一种基于Boosting和多预测器融合的列车牵引能耗异常检测方法。该方法包括：处理秒级累计的列车牵引能耗数据，形成日、周、月和年时间尺度的时序数据集；构建多种时间序列预测器，对每种时间序列预测器进行校验验证，采用Boosting算法调整各时间序列预测器的预测结果权重，形成多预测器融合模型；将待分析列车的秒级累计的列车牵引能耗数据输入到所述多预测器融合模型，根据所述多预测器融合模型的输出值判断所述待分析列车的牵引能耗状态。本发明提出的异常判断基础依托于多种时间序列预测模型及Boosting算法优化权重，所得预测值经加权及校验，符合工程现场实际能耗水平，同时便于工作人员理解使用。

本发明授权基于Boosting和多预测器融合的列车牵引能耗异常检测方法在权利要求书中公布了：1.一种基于Boosting和多预测器融合的列车牵引能耗异常检测方法，其特征在于，包括： 处理秒级累计的列车牵引能耗数据，形成日、周、月和年时间尺度的时序数据集； 构建多种时间序列预测器，对每种时间序列预测器进行校验验证，采用Boosting算法调整各时间序列预测器的预测结果权重，形成多预测器融合模型； 将待分析列车的秒级累计的列车牵引能耗数据输入到所述多预测器融合模型，根据所述多预测器融合模型的输出值判断所述待分析列车的牵引能耗状态； 所述的构建多种时间序列预测器，包括： 构建ARIMA模型，验证时间序列稳定性，偏相关函数截尾拖尾情况选取模型阶数，验证ARIMA模型的拟合残差，输出预测结果； 选择多项式阶数，构建多项式拟合模型，验证多项式拟合模型的拟合结果，优化多项式拟合模型； 将时间序列分解为季节性、趋势项和节假日项，构建Prophet预测模型，选择分段点采用分段线性函数拟合趋势项，采用傅里叶级数拟合季节项，根据时间序列尺度添加节假日项，整合各分项模型并校验得到Prophet时间序列预测模型； 所述的对每种时间序列预测器进行校验验证，采用Boosting算法调整各时间序列预测器的预测结果权重，形成多预测器融合模型，包括： 对单一时间序列预测器进行校验验证，对比分析各单一时间序列预测器的预测输出结果； 以日度序列数据vd为例，设定相同初始权重其中n为样本数量； 基于Boosting算法定义的预测器为kmxi，各个预测器的权重为αm，得到多预测器融合模型Cmxi，Cm-1xi＝α1k1xi+α2k2xi+…+αm-1km-1xi； 计算训练数据集上的最大误差：Em＝max|yi-kmxi|，数据集为{x1，y1，x2，y2，...xN，yN，}；再计算每个样本的相对误差，进而计算回归误差率，其中w为样本，再计算弱预测器的权重，最后更新样本权重分布， 融合各时间序列预测器得到多时间序列预测器的输出，形成多预测器融合模型。

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北京交通大学，其通讯地址为：100044 北京市海淀区西直门外上园村3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”。