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！

龙图腾网获悉相变能源科技(青岛)有限公司申请的专利一种家电线束耐老化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：CN120449726B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202510962442.2，技术领域涉及：G06F30/27；该发明授权一种家电线束耐老化预测方法是由陈鑫;张伟;展学霞;于志欣;石艳艳设计研发完成，并于2025-07-14向国家知识产权局提交的专利申请。

本一种家电线束耐老化预测方法在说明书摘要公布了：本发明提出一种家电线束耐老化预测方法，涉及数据预测领域，包括时序分解预处理模块、图连接强度张量映射模块、时空引力提取模块以及结构响应预测器模块，首先，提取家电线束的多维度时序数据，并对其进行趋势、季节性与残差分解，为后续模块提供精细化的输入特征；接着，图连接强度张量映射模块通过构建变量间的高阶结构响应张量，量化组件之间的耦合强度与相互影响，生成用于建图的动态张量基础；然后，结合结构曲率与图连接强度，精准提取家电线束在不同使用条件下的时空变化特征，进一步增强预测模型对老化过程的感知能力；最后，通过动态微分建模，利用扰动响应与非线性调节因子，预测家电线束的未来老化趋势并输出最终结果。

本发明授权一种家电线束耐老化预测方法在权利要求书中公布了：1.一种家电线束耐老化预测方法，其特征在于，包括以下步骤： S1、收集家电线束的多源监测数据，包括电气性能数据、温度、湿度、机械应力特征，构建原始多维数据集； S2、提出时序分解预处理模块，利用高阶时间导数构建自适应扰动反馈机制，通过耦合交互矩阵动态建构多变量间的非线性协同关系，并对变量间的交互强度进行动态调整，最后引入扰动感知因子动态加权融合趋势性结构与非线性信息，得到第一数据集，具体步骤为：自适应扰动反馈机制动态捕捉数据的局部扰动演化过程，数学模型为： ； 式中，为输入状态数据在时间维度的高阶导数，为第阶导数项对应的扰动响应权重，为局部自适应调整因子，为扰动非线性调整指数，为扰动建模中考虑的高阶导数最大阶次，然后通过耦合交互矩阵建模多变量数据中的跨变量的扰动依赖，对不同变量间的交互强度进行动态调整，数学模型为： ； 式中，为变量和在时刻的扰动耦合强度，为每一对变量的静态耦合强度权重，为衰减因子，为历史时间窗口长度，再将时序数据分解为趋势部分、季节性部分和残差部分，最后，引入扰动感知因子动态加权融合趋势性结构与非线性扰动信息，完成数据重构，最终得到自适应融合重构输出作为第一数据集； S3、设计图连接强度张量映射模块，基于结构轨迹变化构建高阶微分张量表示机制，引入协变响应张量，然后将结构张量映射至图结构空间得到连接强度矩阵，作为第二数据集，具体步骤为：对第一数据集中每一个线束通道变量，定义在时间点的结构轨迹张量，然后引入协变响应张量，度量任意两个变量在结构演化过程中的耦合与差异程度，数学模型为： ； 式中，为各阶导数对应的权重系数，为非线性响应控制因子，最后，将结构张量映射至图结构空间，采用非线性收缩函数压缩差异度构建连接强度矩阵，以协变响应张量为基础，与稳定因子和全局结构分歧参考尺度构成的分母进行归一化处理，随后对归一化后的结果施加幂次压缩函数，最终整体结果由外部幂次函数进行非线性增强输出连接强度矩阵，作为第二数据集； S4、构建时空引力提取模块，结合连接强度矩阵与曲率响应张量定义结构张量引力场响应，最终得到综合引力场强度作为第三数据集，所述第三数据集分为训练集和预测集，具体步骤为：提出时空引力提取模块，首先计算线束通道变量在时间序列空间中构建其结构状态变化的曲率响应张量，数学模型为： ； 式中，为结构的曲率响应张量值，然后将连接强度矩阵与变量的曲率响应张量结合，进一步定义结构张量引力场响应，最后引入融合权重超参数、和将原始变量值、弯曲汇聚引力和曲率响应张量联合，构建最终的引力流响应项，作为第三数据集，同时将第三数据集按照7：3划分训练集和预测集； S5、构建结构响应预测器模块，利用综合引力场强度计算家电线束的动态状态变化率，构造自适应趋势张量，提出结构激发函数并计算家电线束组件的老化动态变化率，最终得到耐老化预测模型，具体步骤为：利用综合引力场强度计算家电线束在时间上的动态状态变化率，接着构造自适应趋势张量，用于表示第根线束在当前状态下的老化趋势引导方向，数学模型为： ； 式中，和为可调权重，提出结构激发函数，在家电线束快速老化阶段获得响应增强，数学模型为： ； 式中，为当前结构趋势张量的强度，为激发灵敏度因子，同时结合结构激活函数和自适应趋势张量的影响，利用自适应趋势张量与引力场结构调和表征向量的内积计算家电线束组件的老化动态变化率，最终得到耐老化预测的数学模型： ； 式中，为预测步长，为第个组件在时刻的预测老化程度； S6、所述训练集输入预测模块，通过定义结构预测误差损失不断优化，对家电线束耐老化预测模型进行训练，具体步骤为：模型通过定义结构预测误差损失进行训练，数学模型为： ； 式中，为线束组件数量，为时序长度，为真实的测量值， 最终得到训练好的模型； S7、所述预测集输入训练后的家电线束耐老化预测模型，最终输出线束耐老化的预测值。

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相变能源科技(青岛)有限公司，其通讯地址为：266000 山东省青岛市高新技术产业开发区科海路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”。