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！

龙图腾网获悉重庆邮电大学申请的专利一种基于深度学习的光端机设备故障预测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：CN119807661B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411891062.6，技术领域涉及：G06F18/20；该发明授权一种基于深度学习的光端机设备故障预测方法是由赵国锋;廖皓锋;徐川;韩珍珍;熊国茂;周航设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种基于深度学习的光端机设备故障预测方法在说明书摘要公布了：本发明涉及一种基于深度学习的光端机设备故障预测方法，包括接收光端机的历史运行性能指标数据和历史环境状态监测数据并预处理；从光端机的历史运行性能指标数据和历史环境状态监测数据通过自适应大小的时间滑动窗口获得待测运行性能指标数据序列和待测环境状态监测数据序列；将待测运行性能指标数据序列分别输入LSTM模型和第一TCN模型进行特征提取，得到全局特征序列和局部特征序列，将待测环境状态监测数据序列输入第二TCN模型进行特征提取，得到外部因素特征序列，利用预设的加权因子将全局特征序列、局部特征序列和外部因素特征序列进行加权融合得到融合特征序列，将融合特征序列输入基于特征维度注意力和时间维度注意力的Transformer编码器，输出预测结果，本发明可以显著提高预测结果的准确性。

本发明授权一种基于深度学习的光端机设备故障预测方法在权利要求书中公布了：1.一种基于深度学习的光端机设备故障预测方法，其特征在于，包括： S1：接收光端机的历史运行性能指标数据和历史环境状态监测数据并预处理； 光端机的运行性能指标数据包括：输入光功率、输出光功率、设备温度、板卡温度、CPU利用率和内存使用率中的一种或多种，其中，每一种运行性能指标数据包括三种形式，分别为当前时刻的瞬时值、以及采集周期内的最大值和最小值；光端机的环境状态监测数据包括：环境温度、环境湿度、环境压强和环境风速中的一种或多种环境指标； S2：从光端机的历史运行性能指标数据和历史环境状态监测数据通过自适应大小的时间滑动窗口获得待测运行性能指标数据序列和待测环境状态监测数据序列； 所述通过自适应大小的时间滑动窗口获得待测运行性能指标数据序列和待测环境状态监测数据序列包括： S21：根据光端机的历史运行性能指标数据构建自适应调节因子： 所述自适应调节因子包括： 其中，表示运行性能指标的数量，表示光端机在时间的性能波动幅度；表示自然常数，表示调节因子的最低阈值，表示从第一个时间点开始，一直到时刻的所有性能波动幅度的均值，和分别表示第个性能指标在时间和的归一化值；是第个性能指标的权重，表示第个性能指标在历史运行性能指标数据中的方差；表示在历史运行性能指标数据中第个性能指标的平均值；表示历史运行性能指标数据的时间长度； S22：根据自适应调节因子自适应的调整时间滑动窗口的大小： 其中，表示时间的自适应调节因子，表示时间时间滑动窗口的大小；表示时间时间滑动窗口的大小； S23：利用自适应大小的时间滑动窗口分别从历史运行性能指标数据和历史环境状态监测数据中截取距离当前时刻最近的数据作为待测运行性能指标数据序列和待测环境状态监测数据序列； S3：将待测运行性能指标数据序列分别输入LSTM模型和第一TCN模型进行特征提取，得到全局特征序列和局部特征序列； S4：将待测环境状态监测数据序列输入第二TCN模型进行特征提取，得到外部因素特征序列； S5：利用预设的加权因子将全局特征序列、局部特征序列和外部因素特征序列进行加权融合得到融合特征序列； S6：将融合特征序列输入基于特征维度注意力和时间维度注意力的Transformer编码器，输出预测结果。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。