Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网安徽省电力有限公司电力科学研究院;安徽大学汤杰杰获国家专利权

国网安徽省电力有限公司电力科学研究院;安徽大学汤杰杰获国家专利权

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!

龙图腾网获悉国网安徽省电力有限公司电力科学研究院;安徽大学申请的专利一种基于多尺度因果分析的冷却风机故障根因诊断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:CN120106231B

龙图腾网通过国家知识产权局官网在2025-08-15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:202510590094.0,技术领域涉及:G06N5/04;该发明授权一种基于多尺度因果分析的冷却风机故障根因诊断方法是由汤杰杰;徐天宇;徐鹏程;丛星亮;苏阳;王立宇;张骏;李勇;卢一相;彭翔设计研发完成,并于2025-05-08向国家知识产权局提交的专利申请。

一种基于多尺度因果分析的冷却风机故障根因诊断方法在说明书摘要公布了:本发明公开了一种基于多尺度因果分析的冷却风机故障根因诊断方法,涉及故障诊断技术领域。对应冷却风机设置有多个变量,方法包括:针对每个自变量,根据自变量在多个目标时间段的历史信息得到在多个目标时刻的第一预测值,并根据自变量和自变量的多个因变量组在多个目标时间段内的历史信息得到在多个目标时刻的多个第二预测值;根据各自变量在多个目标时刻的真实值、第一预测值和多个第二预测值进行因果检验,并基于检验结果构建因果网络;当冷却风机发生故障时,确定故障变量,并根据故障变量和因果网络溯源故障根因;两预测值通过多尺度时空预测模型得到。该方法结合多尺度信息和因果分析,可提升冷却风机根因诊断的稳定性和准确性。

本发明授权一种基于多尺度因果分析的冷却风机故障根因诊断方法在权利要求书中公布了:1.一种基于多尺度因果分析的冷却风机故障根因诊断方法,其特征在于,对应冷却风机设置有多个变量,所述方法包括: 针对每个自变量,根据所述自变量在多个目标时间段的历史信息得到在多个目标时刻的第一预测值,并根据所述自变量和所述自变量的多个因变量组在多个所述目标时间段内的历史信息得到在多个所述目标时刻的多个第二预测值; 根据各所述自变量在多个所述目标时刻的真实值、第一预测值和多个第二预测值进行因果检验,并基于检验结果构建因果网络; 当所述冷却风机发生故障时,确定故障变量,并根据所述故障变量和所述因果网络溯源故障根因; 其中,多个所述目标时间段与多个所述目标时刻一一对应,所述第一预测值和所述第二预测值通过多尺度时空预测模型对所述自变量进行预测得到,多个所述第二预测值与多个所述因变量组一一对应,所述自变量为多个所述变量中的任一变量,所述因变量组包括除所述自变量外的至少一个变量,所述多尺度时空预测模型包括多个特征提取器、拼接层和全连接层,多个所述特征提取器依次连接,多个所述特征提取器的卷积核大小不同,且在前特征提取器的卷积核小于在后特征提取器的卷积核,多个所述特征提取器中的首个所述特征提取器的输入端作为多尺度时空预测模型的输入端,多个所述特征提取器用于提取不同尺度的时空信息;所述拼接层的输入端分别与多个所述特征提取器的输出端连接,所述全连接层的输入端与所述拼接层的输出端连接,所述全连接层的输出端作为多尺度时空预测模型的输出端,所述特征提取器采用嵌入图卷积神经网络的门控循环单元。

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网安徽省电力有限公司电力科学研究院;安徽大学,其通讯地址为:230601 安徽省合肥市经济技术开发区紫云路299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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。