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 > 杭州意能电力技术有限公司;国网浙江省电力有限公司电力科学研究院苏烨获国家专利权

杭州意能电力技术有限公司;国网浙江省电力有限公司电力科学研究院苏烨获国家专利权

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!

龙图腾网获悉杭州意能电力技术有限公司;国网浙江省电力有限公司电力科学研究院申请的专利一种基于AHC-GP混合模型的热工过程报警数据过滤方法及系统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:CN114372515B

龙图腾网通过国家知识产权局官网在2025-09-09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:202111578578.1,技术领域涉及:G06F18/231;该发明授权一种基于AHC-GP混合模型的热工过程报警数据过滤方法及系统是由苏烨;张新胜;陈巍文;孙坚栋;蔡钧宇;丁俊宏;李泉;郑可轲;丁伟聪;华丽云设计研发完成,并于2021-12-22向国家知识产权局提交的专利申请。

一种基于AHC-GP混合模型的热工过程报警数据过滤方法及系统在说明书摘要公布了:本发明公开了一种基于AHC‑GP混合模型的热工过程报警数据过滤方法及系统,属于数据处理技术领域。现有的数据处理方案,无法有效消除冗余性报警,无法及时抑制报警溢流,加剧了由于异常传播引发的“报警泛滥”问题。本发明提供一种基于AHC‑GP混合模型的热工过程报警数据过滤方法,能够对数据集进行预处理,并采用近邻传播算法确定最佳聚类数目,再使用凝聚式层次聚类算法对数据集进行聚类,区分不同工况;其次,利用高斯过程模型进行数据分类,结合后验报警概率估计值,构建数据过滤模型,实现热工过程报警数据的准确过滤。进而,本发明可准确定位数据集中的关键报警数据,消除冗余性报警;漏检率、误判率均较低,具有良好的数据过滤准确率。

本发明授权一种基于AHC-GP混合模型的热工过程报警数据过滤方法及系统在权利要求书中公布了:1.一种基于AHC-GP混合模型的热工过程报警数据过滤方法,其特征在于, 包括以下步骤: 第一步,获取热工过程报警数据集; 第二步,对第一步中的热工过程报警数据集进行预处理,采用近邻传播算法确定最佳聚类数目,再使用凝聚式层次聚类算法对热工过程报警数据集进行聚类,形成聚类数据集,以区分不同工况; 凝聚式层次聚类算法为一种自底向上的层次聚类方法,其对热工过程报警数据集进行聚类的方法如下: 首先,对热工过程报警数据集添加时间标签约束,使得热工过程报警数据集在时间维度上的连续,以契合实际热工过程数据运行特点; 然后,将热工过程报警数据集划分为初始簇,依据簇间度量距离对簇进行合并,直至满足聚类要求; 并以整个热工过程报警数据集为聚类中心,无需提前确定聚类中心,从而其聚类结果不会被局部最优解所影响; 第三步,构建高斯过程模型,对第二步中的聚类数据集进行分类,得到分类数据集; 高斯过程模型对聚类数据集进行分类的具体方法如下: 首先,根据热工过程的报警数据特点,构建类别标签,所述类别标签分为关键报警数据标签和冗余报警数据标签; 然后,建立一预测函数,对于任意输入的聚类数据集,有效的找到其所属的类别标签y,将聚类数据集划分为关键报警数据和冗余报警数据; 其中,y∈{-1,1}; 第四步,对第三步中的分类数据集,结合后验报警概率估计值,构建数据过滤模型; 所述数据过滤模型的构建方法如下: 首先,计算分类数据集的各数据点的后验报警概率估计值; 然后根据后验报警概率估计值的大小,对分类数据集进行筛选过滤,得到关键报警数据点; 所述后验报警概率估计值的计算公式如下: py*={-1,1}∣X,y,x*23 其中,X为分类数据集,y、y*为类别标签,x*为无标签测试集样本,p为报警概率估计; 后验报警概率估计值标准差σ*和均值μ*的计算公式如下: k*=kX,x*17 k**=kx*,x*18 其中:K为分类数据集核矩阵,k*为新分类数据集在核函数矩阵中的向量值,I代表一个n×n的单位矩阵,σn为第n个数据点的标准差; 第五步,利用第四步中的数据过滤模型,实现热工过程报警数据的准确过滤。

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杭州意能电力技术有限公司;国网浙江省电力有限公司电力科学研究院,其通讯地址为:310012 浙江省杭州市西湖区文三路253号9楼902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”。

以上内容由AI智能生成
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。