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！

龙图腾网获悉中国华能集团清洁能源技术研究院有限公司申请的专利多模态深度学习的发电设备异常一体化识别方法及设备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：CN114463594B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202111400102.9，技术领域涉及：G06V10/774；该发明授权多模态深度学习的发电设备异常一体化识别方法及设备是由曾谁飞;傅望安;王振荣;黄思皖;张燧;王青天;刘旭亮;李小翔;冯帆;邸智;韦玮;杜静宇;赵鹏程;武青;祝金涛;朱俊杰;吴昊;吕亮;童彤;任鑫;郑建飞;薛文超;周军军设计研发完成，并于2021-11-19向国家知识产权局提交的专利申请。

本多模态深度学习的发电设备异常一体化识别方法及设备在说明书摘要公布了：本发明提出一种多模态深度学习的发电设备异常一体化识别方法及设备，该方法通过构建发电设备异常检测神经网络，通过特征提取网络对单模态数据进行特征提取，将提取的特征映射到同一语义空间，采用多模态融合策略对单模态数据的语义特征进行特征融合生成多模态融合特征，根据生成的多模态融合特征进行发电设备异常进行预测。通过本发明，能够规避发电设备异常检测过程中的漏报误报、错报现象，提升预测发电设备异常检测准确率。

本发明授权多模态深度学习的发电设备异常一体化识别方法及设备在权利要求书中公布了：1.一种多模态深度学习的发电设备异常一体化识别方法，其特征在于，包括： 获取多模态历史数据并进行数据预处理，将预处理后的多模态历史数据作为训练集，其中，多模态历史数据包含：采集发电设备周围安装的高清摄像头、拾音器、传感器得到的自动上传多模态历史数据，以及通过手机拍照得到的人工上传多模态历史数据； 构建发电设备异常检测网络模型，并通过所述训练集对构建的所述发电设备异常检测网络模型进行训练；其中，所述发电设备异常检测网络模型包括依序连接的特征提取模块、空间映射模块、特征融合模块和结果预测模块,其中，所述特征提取模块为特征提取神经网络，用于对数据分离后得到的语音数据、文本数据、图像数据和视频数据进行单一模态的特征提取,应用BiLSTM网络，在提取特征的同时，获得单一模态数据的上下文信息，即相邻单模态数据之间的语义信息； 所述空间映射模块用于将单一模态的特征映射到同一语义空间，得到单一模态数据特征内部的语义结构信息； 所述特征融合模块用于对单一模态的特征进行多模态历史数据的特征融合拼接，得到多模态特征融合信息； 所述结果预测模块，用于根据所述多模态特征融合信息计算预测结果，完成对发电设备的异常检测； 将实时的多模态数据预处理后输入训练完成的所述发电设备异常检测网络模型中，输出结果作为对发电设备是否异常的检测结果。

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中国华能集团清洁能源技术研究院有限公司，其通讯地址为：102209 北京市昌平区北七家未来科技城华能人才创新创业基地实验楼A楼；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”。