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！

龙图腾网获悉南京林一能源科技有限公司申请的专利基于孪生迭代推演的压缩机温度阵列异常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：CN120408176B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510879152.1，技术领域涉及：G06F18/2135；该发明授权基于孪生迭代推演的压缩机温度阵列异常预测方法是由王磊;刘诗圣;曹卫娟设计研发完成，并于2025-06-27向国家知识产权局提交的专利申请。

本基于孪生迭代推演的压缩机温度阵列异常预测方法在说明书摘要公布了：本发明公开了一种基于孪生迭代推演的压缩机温度阵列异常预测方法，包括：获取压缩机数据；构建单温度参数孪生预测模型；进行全温度参数孪生迭代推演；实现了压缩机多维温度阵列数据的长期趋势预测与异常精确预警，克服了传统方法在多温度参数协同预测方面的不足，最终达到提高压缩机运行可靠性和保障工业生产安全高效运行的显著技术效果。

本发明授权基于孪生迭代推演的压缩机温度阵列异常预测方法在权利要求书中公布了：1.一种基于孪生迭代推演的压缩机温度阵列异常预测方法，其特征在于，包括： 实时采集压缩机的工况参数以及第一温度参数阵列，形成当前时刻t的第一状态参数向量； 对所述第一温度参数阵列中的每一目标温度参数，以时刻t的工况参数和第一温度参数阵列作为输入，采用循环神经网络训练得到用于预测时刻t+1该目标温度的单温度参数孪生预测模型；包括： 构建以为输入、以目标温度为输出的监督训练样本集； 通过下式作为综合损失函数执行前向计算与反向梯度更新： 其中，M为样本数，为归一化时间变量，为时间权重衰减系数，,为正则化权重，,为映射矩阵，b为偏置向量，与分别为第m个样本的工况参数子向量和温度参数子向量，为注意权重，为隐藏单元激活值，为指数线性单元，K为隐藏层维度，且趋近于0时表征模型预测精度最优，表示归一化时间变量下第个样本对应的目标时刻的实际单温度参数值，表示预测得到的第个样本在归一化时间变量下的单温度参数值； 重复上一步骤，对所有温度参数建立对应的单温度参数孪生预测模型，形成温度参数模型集； 以当前时刻t的第一状态参数向量为输入，依次调用所述温度参数模型集得到关于时刻t+1的第二温度参数阵列，并将所述第二温度参数阵列与当前工况参数构成第二状态参数向量循环迭代N次，获得多步推演结果； 利用包含历史多时刻状态参数向量的历史状态矩阵，通过主成分分析建立转换矩阵，对所述多步推演结果进行降维及逆变换，获取各温度参数的偏差基准线； 计算所述多步推演结果中各温度参数相对于其偏差基准线的偏差比例，当任一温度参数的偏差比例超过预警阈值时，输出压缩机温度阵列异常预警信号。

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南京林一能源科技有限公司，其通讯地址为：210032 江苏省南京市高新技术产业开发区惠达路9号国电南自研发东楼二层217室；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”。