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！

龙图腾网获悉杭州瑞成信息技术股份有限公司申请的专利一种基于深度学习物联感知设备监测自动预警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：CN119766627B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411758350.4，技术领域涉及：H04L41/0631；该发明授权一种基于深度学习物联感知设备监测自动预警方法是由白伟龙;郭浩;宋金斗设计研发完成，并于2024-12-03向国家知识产权局提交的专利申请。

本一种基于深度学习物联感知设备监测自动预警方法在说明书摘要公布了：本发明提供一种基于深度学习物联感知设备监测自动预警方法，方法包括：收集物联感知设备产生的传感器数据，通过传感器阵列、物联网接口和云端存储实现数据收集；利用深度神经网络处理和提取数据特征，通过学习设备正常运行和异常状态的数据模式，建立设备状态识别模型；根据该模型实时监测设备运行状况并预测可能的异常情况，提高预测准确性；当设备运行异常或达到预警条件时，自动触发预警机制，及时采取维护措施；实时接收操作人员反馈和新数据，持续优化模型性能，实现自我学习。本发明提高了设备故障预测的准确性，显著降低了设备的故障率和维修成本，这一优势确保设备在运行过程中能够更稳定地工作，并减少了因故障停机所带来的经济损失。

本发明授权一种基于深度学习物联感知设备监测自动预警方法在权利要求书中公布了：1.一种基于深度学习物联感知设备监测自动预警方法，其特征在于，包括： S1、收集物联感知设备所产生的传感器数据，收集所述传感器数据通过传感器阵列、物联网接口和云端存储实现，所述传感器数据包括被监测设备在运行过程中产生的温度、湿度、电压、电流和压力； S2、利用深度神经网络对所述传感器数据进行处理和特征提取，所述深度神经网络包括融合卷积神经网络与循环神经网络的自适应融合卷积递归神经网络，用于优化特征选择与时序依赖性； S3、通过对所述被监测设备正常运行和异常状态的数据模式进行学习，建立设备状态识别模型，所述设备状态识别模型是根据设备运行状态的数据模式，对设备当前状态进行判定的模型，通过深度学习算法对设备正常和异常状态下的数据进行学习和分析，建立设备状态识别模型，所述设备状态识别模型采用时序加权注意力深度卷积神经网络，通过对传感器数据中的时序特征进行加权以增强对突发性故障的识别能力； S4、根据所述设备状态识别模型实时监测所述被监测设备运行状况并进行预测，所述设备状态识别模型的训练采用时间增强损失函数，通过对历史数据与实时数据的损失进行加权以减少过拟合，提升所述设备状态识别模型对不同阶段异常的适应性，将传感器数据输入设备状态识别模型，实时监测设备运行状态，并对未来可能出现的异常情况进行预测，同时根据历史数据和设备特性，进行进一步的数据分析和处理，提高设备预测的准确性； S5、当所述被监测设备运行异常或达到预警条件时，自动触发预警机制，及时采取维护措施； S6、实时接收操作人员的反馈信息和新接入的物联感知设备数据，利用所述反馈信息和物联感知设备数据持续优化模型性能，实现自我学习。

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瑞成信息技术股份有限公司，其通讯地址为：310000 浙江省杭州市滨江区西兴街道官河路4号5号楼365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”。

以上内容由龙图腾AI智能生成。