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！

龙图腾网获悉苏州元脑智能科技有限公司申请的专利故障诊断方法、设备、介质和程序产品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：CN119847809B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510336312.8，技术领域涉及：G06F11/07；该发明授权故障诊断方法、设备、介质和程序产品是由孔涛;李锋设计研发完成，并于2025-03-20向国家知识产权局提交的专利申请。

本故障诊断方法、设备、介质和程序产品在说明书摘要公布了：本申请公开了一种故障诊断方法、设备、介质和程序产品，涉及计算机技术领域，包括，获取计算机组件的时序数据；时序数据是指在设定时间间隔内，由计算机组件生成和或采集的一系列有序的数据点；从时序数据中提取出反映计算机组件故障状态的至少一种特征，得到时序特征；通过预先构建的多种模型基于时序特征进行故障诊断，得到多个输出结果；输出结果包括诊断结果和诊断结果对应的诊断值，诊断值是模型生成诊断结果的量化表示；将多个输出结果进行融合处理，确定最终的诊断结果。通过提取表示不同故障状态的时序特征以及多种模型综合诊断决策的方式，解决了诊断耗时长、准确率低的技术问题，达到了高效准确诊断故障的技术效果。

本发明授权故障诊断方法、设备、介质和程序产品在权利要求书中公布了：1.一种计算机组件的故障诊断方法，其特征在于，包括： 获取计算机组件的时序数据；其中，所述时序数据是指在设定时间间隔内，由所述计算机组件生成和或采集的一系列有序的数据点； 从所述时序数据中提取出全面反映所述计算机组件故障状态的多种特征，得到时序特征；其中，所述时序特征包括时域特征、频域特征和事件序列特征； 通过预先构建的多种模型基于所述时序特征进行故障诊断，得到多个输出结果；其中，所述输出结果包括诊断结果和所述诊断结果对应的诊断值，所述诊断值是模型生成诊断结果的量化表示，所述多种模型的输入均为所述时序特征，所述多种模型包括用于诊断突发异常的短期特征模型、用于诊断性能异常趋势的长期依赖模型和用于诊断预定义多条规则异常的知识规则推理模型；所述短期特征模型的诊断值为概率值，所述长期依赖模型的诊断值为概率值，所述知识规则推理模型的诊断值为置信度； 将所述多个输出结果进行融合处理，确定最终的诊断结果； 其中，所述短期特征模型采用时序卷积网络，所述时序卷积网络包括残差模块，所述残差模块包括多个卷积层、卷积核的权重、激活函数和网络层之间的连接方式； 在通过所述短期特征模型诊断突发异常，得到输出结果之前，所述方法还包括： 设置所述短期特征模型中的膨胀因子和所述多个卷积层网络层数的关联关系；其中，所述关联关系是指所述膨胀因子随所述网络层数增长；将所述权重分解为方向和幅度两个独立参数，以约束权重分布；设置门控激活函数；将所述连接方式设置为跳跃连接；其中，所述跳跃连接是指将输入添加到输出上的一种网络结构； 所述将所述多个输出结果进行融合处理，确定最终的诊断结果，包括： 判断所述多个输出结果是否只包括一种诊断结果；若所述多个输出结果只包括一种诊断结果，则将所述一种诊断结果确定为最终的诊断结果；若所述多个输出结果包括多种诊断结果，则将所述知识规则推理模型输出的第三输出结果中的诊断结果、所述短期特征模型输出的第一输出结果中的诊断结果和所述长期依赖模型输出的第二输出结果中的诊断结果进行比对分析，确定最终的诊断结果，包括： 在所述第三输出结果中的诊断结果是基于规则案例确定的情况下，将所述第三输出结果中的诊断结果确定为最终的诊断结果； 在所述第三输出结果中的诊断结果不是基于所述规则案例确定的、且所述多个输出结果中的诊断结果均不同的情况下，将所述第三输出结果中的置信度同所述第一输出结果中的概率值和所述第二输出结果中的概率值进行加权平均，并将所述第三输出结果中的诊断结果、所述第一输出结果中的诊断结果和所述第二输出结果中的诊断结果确定为最终的诊断结果； 在所述第三输出结果中的诊断结果不是基于所述规则案例确定的、且所述第三输出结果中的诊断结果同所述第一输出结果中的诊断结果或所述第二输出结果中的诊断结果相同的情况下，比较所述置信度同所述第一输出结果中的概率值或所述第二输出结果中的概率值，并将其中最大值对应的诊断结果确定为最终的诊断结果。

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苏州元脑智能科技有限公司，其通讯地址为：215000 江苏省苏州市吴中经济开发区郭巷街道官浦路1号9幢；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”。