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 > 盐城市计量测试所孙恒群获国家专利权

盐城市计量测试所孙恒群获国家专利权

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!

龙图腾网获悉盐城市计量测试所申请的专利基于双向LSTM与小波降噪的仪表老化动态测试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:CN120278192B

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:202510341991.8,技术领域涉及:G06N3/0442;该发明授权基于双向LSTM与小波降噪的仪表老化动态测试方法是由孙恒群;朱晓虎设计研发完成,并于2025-03-21向国家知识产权局提交的专利申请。

基于双向LSTM与小波降噪的仪表老化动态测试方法在说明书摘要公布了:本发明提供了基于双向LSTM与小波降噪的仪表老化动态测试方法,包括S1:采集被测仪表的时序运行数据集;S2:对时序运行数据集进行小波降噪处理,得到降噪后数据集;S3:生成标准化特征矩阵;S4:构建双向LSTM神经网络模型;S5:采用滑动窗口法处理标准化特征矩阵,生成训练样本集;S6:将训练样本集按7:3划分为训练子集和验证子集,训练双向LSTM神经网络模型;S7:将实时采集的仪表数据经S2‑S3处理后输入模型,输出老化度预测值S8:比较S7输出的老化度预测值与动态阈值θ,当时触发预警信号。本发明采用神经网络模型来提高测试结果的准确度和可靠性。

本发明授权基于双向LSTM与小波降噪的仪表老化动态测试方法在权利要求书中公布了:1.基于双向LSTM与小波降噪的仪表老化动态测试方法,其特征在于,包括: S1:采集被测仪表的时序运行数据集,所述时序运行数据集包括电压波动值集合、电流偏移量集合和温度响应延迟时间集合; S2:对电压波动值集合、电流偏移量集合和温度响应延迟时间集合分别进行小波降噪处理,得到对应的降噪后数据集; S3:对降噪后数据集,使用标准化公式x'i=xi-μiσi生成标准化特征矩阵X=[x1,x2,x3],其中x'i为标准化前的数据,xi为标准化后的数据,μi、σi分别为同型号仪表历史数据统计均值与标准差,x1、x2、x3分别为电压波动值集合、电流偏移量集合和温度响应延迟时间集合对应的降噪后数据集在标准化后的电压特征、电流特征和温度响应特征; S4:构建双向LSTM神经网络模型,模型输入层节点数设置为3,与标准化特征矩阵X的维度一致; S5:采用滑动窗口法处理标准化特征矩阵X,生成训练样本集; S6:将训练样本集按7:3划分为训练子集和验证子集,使用Adam优化器以MAE+MSE复合损失函数训练S4构建的双向LSTM神经网络模型,当验证集损失连续50个epoch未下降时终止训练; S7:将实时采集的仪表数据经S2-S3处理后输入经S6训练完成的模型,输出老化度预测值 S8:比较S7输出的老化度预测值与动态阈值θ,当时触发预警信号,其中θ=θbase+Δθ,θbase来自仪表技术手册中的平均无故障时间参数,Δθ为阈值调整量,为最近30天预测均值,Ytrueavg为最近30天实际检测的老化度真值的算术平均值。

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盐城市计量测试所,其通讯地址为:224000 江苏省盐城市盐城经济技术开发区湘江路26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。