Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 武汉理工大学田璟获国家专利权

武汉理工大学田璟获国家专利权

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!

龙图腾网获悉武汉理工大学申请的专利工业控制系统时序异常检测方法、电子设备及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:CN119717765B

龙图腾网通过国家知识产权局官网在2025-09-26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:202411868614.1,技术领域涉及:G05B23/02;该发明授权工业控制系统时序异常检测方法、电子设备及存储介质是由田璟;张学敏;向剑文;周俊伟;郝蕊;郑倩荣设计研发完成,并于2024-12-18向国家知识产权局提交的专利申请。

工业控制系统时序异常检测方法、电子设备及存储介质在说明书摘要公布了:本发明提供了一种工业控制系统时序异常检测方法,包括以下步骤:构建时间序列,时间序列包括T个时刻的过程数据和时刻间隔内流经的字节数和数据包的数量;每个过程数据包括m个工业参数的值;通过滑动窗口对时间序列进行分片处理后,得到训练样本集;进行分片操作进行维度转换,得到分片间视角和分片内视角;将分片间视角和分片内视角依次经过时间卷积网络、通道注意力机制和自注意力网络处理后得到分片间表示分片内表示;将分片间表示和分片内表示进行维度统一后,通过利用KL散度计算两种表示的差异值,当差异值大于或等于阈值,则判定为异常。使深度学习模型能够同时从网络域和物理域两方面进行建模,使模型更加准确。

本发明授权工业控制系统时序异常检测方法、电子设备及存储介质在权利要求书中公布了:1.一种工业控制系统时序异常检测方法,其特征在于:包括以下步骤: 步骤S1:构建时间序列,所述时间序列包括T个时刻的过程数据和时刻间隔内流经的字节数和数据包的数量;每个过程数据包括m个工业参数的值; 步骤S2:通过滑动窗口对所述时间序列进行分片处理后,得到训练样本集,所述训练样本集表示为kt的维度表示为channel,sequence,T表示时间序列的长度,s表示滑动窗口的大小,w表示滑动窗口的步长,channel表示训练样本kt的长度即s,sequence表示训练样本kt的通道数即m+2; 步骤S3:在sequence维度上进行分片操作,每个分片的大小为p,得到分片间视角channel,p,n,调换行列维度,得到分片内视角chanel,n,p,其中p×n=sequence; 步骤S4:将所述分片间视角和分片内视角依次经过时间卷积网络、通道注意力机制和自注意力网络处理后得到分片间表示chanel,n×n和分片内表示channel,p×p; 步骤S5:将所述分片间表示和分片内表示进行维度统一后,通过利用KL散度计算两种表示的差异值,当所述差异值大于或等于阈值,则判定为异常; 步骤S4包括:设时间卷积网络TCN的卷积核个数为dmodel,所述分片内视角和分片间视角经过TCN和通道注意力机制处理和维度调换后分别变为channel,n×dmodel和channel,p×dmodel;最后,利用自注意力网络对结果进行处理,得到时间序列的分片间表示channel,N×N和分片内表示batch×channel,p×p;batch表示一次性输入模型的训练数据的大小。

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武汉理工大学,其通讯地址为:430070 湖北省武汉市洪山区珞狮路122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”。

以上内容由龙图腾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。