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！

龙图腾网获悉中国石油天然气集团有限公司;中国石油集团工程材料研究院有限公司申请的专利基于条件自编码器的储油罐罐壁缺失信号恢复方法及装置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：CN116383613B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202111606061.9，技术领域涉及：G06F18/15；该发明授权基于条件自编码器的储油罐罐壁缺失信号恢复方法及装置是由罗金恒;武刚;张庶鑫;李丽锋;谢书懿;朱丽霞设计研发完成，并于2021-12-25向国家知识产权局提交的专利申请。

本基于条件自编码器的储油罐罐壁缺失信号恢复方法及装置在说明书摘要公布了：本发明属于故障诊断和人工智能领域的技术，具体涉及一种基于条件自编码器的储油罐罐壁缺失信号恢复方法及装置。该方法采集健康储油罐罐壁的漏磁信号，对采集到的漏磁信号进行预处理获得灰度图矩阵，并将预处理后的数据转化成彩色图，再根据灰度图矩阵和彩色图生成训练样本；构建基于条件自编码器的储油罐罐壁缺失信号恢复模型；采用训练样本训练基于条件自编码器的缺失信号恢复模型；将待含有缺失数据的信号输入到训练完成的缺失信号恢复模型中，对缺失信号进行恢复。缺失信号特征的加入使整个网络的目的性增强，让网络对缺失信息有更强的认知，在信号恢复过程中的导向性更强，解决了信号缺失量大难于恢复的问题。

本发明授权基于条件自编码器的储油罐罐壁缺失信号恢复方法及装置在权利要求书中公布了：1.一种基于条件自编码器的储油罐罐壁缺失信号恢复方法，其特征在于，包括以下步骤： 步骤1：采集健康储油罐罐壁的漏磁信号； 步骤2：对采集到的漏磁信号进行预处理获得灰度图矩阵，并将预处理后的数据转化成彩色图； 步骤3：根据灰度图矩阵和彩色图生成训练样本； 步骤4：构建基于条件自编码器的储油罐罐壁缺失信号恢复模型； 步骤5：采用训练样本训练基于条件自编码器的缺失信号恢复模型； 步骤6：将含有缺失数据的信号输入到训练完成的缺失信号恢复模型中，对缺失信号进行恢复； 所述步骤3包括以下步骤： 步骤3.1：灰度图分割；使用尺寸的滑动窗口对灰度图矩阵进行分割，分割得到的灰度图训练样本为；滑动窗口移动步长为； 步骤3.2：彩色图分割；使用尺寸为的滑动窗口对灰度图矩阵进行分割，分割得到的彩色图训练样本为；滑动窗口移动步长为； 步骤3.3：对分割完成的彩色图样本随机添加缺失数据矩阵块，得到带有缺失的彩色图训练样本； 步骤3.4：每一次输入为一个样本对，得到的训练样本对为； 所述步骤4包括以下步骤： 步骤4.1：将样本对输入到网络中； 步骤4.2：灰度图的编码部分包含个卷积层，每个卷积层包含一个激活函数，每个卷积层后面连接一个池化层；灰度图的编码部分用于提取灰度图的特征，输出的特征为维； 步骤4.3：含缺失信息的彩色图的编码部分包含个卷积层，每个卷积层包含一个激活函数，每个卷积层后面连接一个池化层；含缺失信息的彩色图的编码部分用于提取缺失信息的特征，输出的特征为维； 步骤4.4：对得到的特征和进行特征融合，得到： 其中，为融合后的特征，为从标准高斯分布的数据上得到的采样值，； 步骤4.5：将融合后的特征与缺失信息的特征拼接； 步骤4.6：信号重构的解码部分包含个反卷积层，每个反卷积层包含一个激活函数，完成缺失信号恢复模型的构建； 所述步骤5包括以下步骤： 步骤5.1：将输入到构建的缺失信号恢复模型中，分别经过次卷积和池化操作得到特征和； 卷积运算式为： 其中：为激活函数ReLU，为卷积操作，为卷积核尺寸； 步骤5.2：将特征和进行特征融合，得到融合后的特征； 步骤5.3：将融合后的特征与缺失信息的特征拼接，得到混合特征，维度为； 步骤5.4：将输入到解码器中，经过次反卷积操作得到输出图像； 反卷积操作如下式所示： 其中：为激活函数ReLU，为反卷积操作，为反卷积核尺寸； 步骤5.5：计算损失函数；所述损失函数为： 其中，为KL散度，为稀疏参数，为超参数； 步骤5.6：最小化损失函数，更新网络参数，完成缺失信号恢复模型的训练。

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中国石油天然气集团有限公司;中国石油集团工程材料研究院有限公司，其通讯地址为：100007 北京市东城区东直门北大街9号中国石油大厦；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”。