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！

龙图腾网获悉宁波力斗智能技术有限公司申请的专利基于Beta变分图自编码器的风机叶片覆冰检测方法及系统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：CN116070102B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202310147530.8，技术领域涉及：G06F18/213；该发明授权基于Beta变分图自编码器的风机叶片覆冰检测方法及系统是由汪磊;刘慧;何鎏璐设计研发完成，并于2023-02-09向国家知识产权局提交的专利申请。

本基于Beta变分图自编码器的风机叶片覆冰检测方法及系统在说明书摘要公布了：本发明公开了一种基于Beta变分图注意力自编码器的风机叶片覆冰检测方法及系统，属于风机设备故障诊断技术领域，利用风电场的多元传感器数据构建属性图的加权邻接矩阵；将加权邻接矩阵和节点嵌入特征作为β‑VGATAE模型的输入，利用GAT层获取节点向量高斯分布的均值和方差；利用重参数采样技术获得节点向量表示，基于节点向量表示之间的相似性重构加权邻接矩阵；利用损失函数约束重构加权邻接矩阵，利用正常样本获取损失函数的正常分布并确定阈值，统计未知样本的损失函数新的分布，基于阈值比对检测出叶片覆冰状态。本发明结合图机器学习和无监督学习技术，实现了基于无标签传感器数据的风机叶片覆冰检测，且检测精度保持在较高的水平。

本发明授权基于Beta变分图自编码器的风机叶片覆冰检测方法及系统在权利要求书中公布了：1.一种基于Beta变分图注意力自编码器的风机叶片覆冰检测方法，其特征在于，包括： 从SCADA系统采集多元传感器数据； 根据多元传感器数据之间的相似性信息来构建属性图的加权邻接矩阵； 将属性图的加权邻接矩阵和节点嵌入特征作为Beta变分图注意力自编码器β-VGATAE模型的输入，并利用GAT模块来获取节点向量高斯分布的均值和方差，其中，β-VGATAE模型中包含图注意力网络GAT模块和Beta变分自编码器β-VAE模块； 利用重参数采样技术获得节点的向量表示，并基于节点向量表示之间的相似性来重构加权邻接矩阵； 利用损失函数来约束重构加权邻接矩阵，利用正常样本获取损失函数的正常分布并确定损失概率阈值，以在测试阶段统计未知样本的损失函数新的分布，基于损失概率阈值比对进行检测出叶片覆冰状态； 所述根据多元传感器数据之间的相似性信息来构建属性图的加权邻接矩阵，包括： 假设多元传感器数据为{x1,x2,...,xn}，定义一个加权无向图G=X,A，将传感器数据和传感器数据之间的关联性分别建模为图G的节点嵌入特征X和A，其中，X={x1,x2,...,xn}，A∈Rn×n，A为加权邻接矩阵，任意两个传感器数据xi和xj之间的互信息MI相关性表示为MIi,j，xi和xj之间的空间距离为disti,j，，稀疏的加权邻接矩阵A中所有的元素为：，δ表示n个传感器之间空间距离的标准差；ε表示阈值，使用n个传感器之间的平均距离。

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宁波力斗智能技术有限公司，其通讯地址为：315153 浙江省宁波市海曙区石碶街道横涨村；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。