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！

龙图腾网获悉华南理工大学申请的专利一种剩余寿命预测方法、装置和存储介质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：CN115774961B 。

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：202211564417.1，技术领域涉及：G06F30/27；该发明授权一种剩余寿命预测方法、装置和存储介质是由李方;郭炜森;张平设计研发完成，并于2022-12-07向国家知识产权局提交的专利申请。

本一种剩余寿命预测方法、装置和存储介质在说明书摘要公布了：本发明公开了一种剩余寿命预测方法、装置和存储介质，其中方法包括：获取设备的原始数据；对所述原始数据进行无监督聚类训练，获得对应衰减阶段的伪标签；建立基于时空双细胞状态衰减阶段自适应感知的剩余寿命预测模型，根据伪标签对剩余寿命预测模型进行辅助自监督课程训练；采集设备的实时数据，将实时数据输入训练后的剩余寿命预测模型进行预测，输出设备的剩余寿命的预测值和对应的阶段值。本发明以无监督的方式得到衰减阶段信息，以及以自监督辅助学习的方式加强模型对衰减状态学习的能力，从而能让模型更好地融合衰减阶段的概念于剩余寿命预测任务中，进一步提高模型的预测效果。本发明可广泛应用于设备剩余寿命预测领域。

本发明授权一种剩余寿命预测方法、装置和存储介质在权利要求书中公布了：1.一种剩余寿命预测方法，其特征在于，包括以下步骤： 获取设备的原始数据； 对所述原始数据进行无监督聚类训练，获得对应衰减阶段的伪标签； 建立基于时空双细胞状态衰减阶段自适应感知的剩余寿命预测模型，根据伪标签对剩余寿命预测模型进行辅助自监督课程训练； 采集设备的实时数据，将实时数据输入训练后的剩余寿命预测模型进行预测，输出设备的剩余寿命的预测值和对应的阶段值； 所述剩余寿命预测模型采用长短期记忆网络作为主干，将长短期记忆网络原有的输入-隐藏和隐藏-隐藏的转移函数的点乘操作替换为卷积操作； 空间状态在垂直不同网络层次上传播，带有每层空间特征提取状态信息；时间状态在水平不同时间步上按时间顺序进行传播，带有每个时间步的时序上的长期依赖状态信息，另外配合隐藏状态实现长短期状态的传递； 在空间和时序双特征状态传递基础上，引入动态和静态子细胞差分机制，在动态子细胞中以上一层的当前时刻输出与上一时间步输出的差分值作为输入，经过计算后输出到静态子细胞中进行计算，得到关注在空间和时间上对预测的剩余寿命值更有贡献的不变特征； 最后，由空间和时序特征所提取到的健康因子经过一个全连接的回归网络，进行回归操作，得到一条拟合后的设备剩余使用寿命曲线。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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”。