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！

龙图腾网获悉新疆特变电工楼兰新能源有限公司申请的专利基于智能AI视觉识别的DCS预警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：CN119376360B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411512085.1，技术领域涉及：G05B19/418；该发明授权基于智能AI视觉识别的DCS预警方法及系统是由曹军;付保山;王如意;牛赛;王哲;钟立驰;马忠明设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本基于智能AI视觉识别的DCS预警方法及系统在说明书摘要公布了：本发明提供一种基于智能AI视觉识别的DCS预警方法及系统，涉及DCS预警技术领域，包括获取DCS系统的实时运行参数，得到统一格式的实时运行参数特征；将所述实时运行参数特征输入预先构建的智能AI视觉识别模型中，分析DCS系统的运行状态，识别系统级别的异常模式，将异常模式与预设的正常运行模式库中的正常运行模式进行比对；并采用基于物理机理的数字孪生仿真技术，预测DCS系统的故障模式、故障原因及发生概率，并根据预测结果结合预设的多级预警决策矩阵，自动生成相应等级的预警信息，将预警信息实时推送至DCS系统的智能运维平台，辅助操作人员提前识别系统风险，给出针对性的预防性维护措施建议。

本发明授权基于智能AI视觉识别的DCS预警方法及系统在权利要求书中公布了：1.一种基于智能AI视觉识别的DCS预警方法，其特征在于，包括： 获取DCS系统的实时运行参数，所述实时运行参数包括DCS系统各个子系统的运行状态数据、报警信息、操作日志和视频监控数据，其中，运行状态数据包括各个子系统的实时工艺参数和设备运行参数，对所述实时运行参数进行预处理，得到统一格式的实时运行参数特征； 将所述实时运行参数特征输入预先构建的智能AI视觉识别模型中，分析DCS系统的运行状态，识别系统级别的异常模式，将异常模式与预设的正常运行模式库中的正常运行模式进行比对，计算异常模式与正常运行模式的相似度； 若相似度低于预设的异常阈值，则判定DCS系统当前运行存在异常风险，并采用基于物理机理的数字孪生仿真技术，对DCS系统的实时运行场景进行仿真，预测DCS系统的故障模式、故障原因及发生概率，并根据预测结果结合预设的多级预警决策矩阵，自动生成相应等级的预警信息，将预警信息实时推送至DCS系统的智能运维平台，辅助操作人员提前识别系统风险，给出针对性的预防性维护措施建议； 将所述实时运行参数特征输入预先构建的智能AI视觉识别模型中，分析DCS系统的运行状态，识别系统级别的异常模式包括： 在智能AI视觉识别模型中设计多模态特征融合网络，对实时运行参数特征中的报警信息进行文本挖掘，得到报警信息特征，对操作日志进行序列模式挖掘，得到操作日志特征，对视频监控数据进行目标检测、目标跟踪和行为识别，得到视频监控特征； 将提取的报警信息特征、操作日志特征和视频监控特征输入至多模态特征融合网络，通过特征映射方法将各个特征映射到同一维度的隐空间； 利用注意力机制计算隐空间中特征之间的相似度，为每个特征分配权重，并利用混合专家网络将隐空间中的特征进行融合，得到融合特征，利用自编码器将融合特征进行压缩，得到最终的多模态融合特征； 根据所述多模态融合特征构建异构图，所述异构图中的节点包括设备、参数和报警，边包括物理连接、逻辑关联和时序依赖，对所述异构图应用图神经网络，通过消息传递机制迭代更新节点的隐状态，在每个传播步骤中，节点先聚合来自邻居节点的消息，再结合自身特征和邻居信息更新节点隐状态； 针对局部异常检测任务，利用图解码器将节点隐状态映射为异常度量，并通过优化异常度量与节点真实异常标签的交叉熵损失函数，训练局部异常检测任务对应的图神经网络；针对全局异常关联任务，采用基于异常度量的图池化方法逐步聚合节点信息生成异常区域层次结构，并利用图解码器将异常区域特征映射为全局异常度量，通过优化全局异常度量与系统级别真实异常标签的交叉熵损失函数，训练全局异常关联任务对应的图神经网络； 局部异常检测和全局异常关联两个子任务共享同一个图编码器，通过交替训练和参数共享实现联合优化，综合两个子任务的输出最终输出系统级别的异常模式识别结果。

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新疆特变电工楼兰新能源有限公司，其通讯地址为：841899 新疆维吾尔自治区巴音郭楞蒙古自治州若羌县吾塔木乡新农村试验区以东315国道K1571+807处以北1幢商业11号房；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。