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！

龙图腾网获悉南京信息工程大学申请的专利一种基于随机深度森林的未知故障类型诊断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：CN116089885B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202310142704.1，技术领域涉及：G06F18/2431；该发明授权一种基于随机深度森林的未知故障类型诊断方法是由严颖;孙健强;蔡骏;孙启鸣;陈亮设计研发完成，并于2023-02-21向国家知识产权局提交的专利申请。

本一种基于随机深度森林的未知故障类型诊断方法在说明书摘要公布了：本发明涉及一种基于随机深度森林的未知故障类型诊断方法，基于空调机组对应历史时序下的样本数据，抽取建立多个训练集，分别用于训练各个深度森林模型，获得各个分别关于预设已知故障类型的各空调机组故障诊断模型；进而针对空调机组对应目标时间下的检测数据进行应用，根据各诊断状态之间一致性的判断，实现空调机组对应目标时间的诊断，即实现了已知故障与未知故障的精确诊断，相比之其他可诊断未知故障类型的方法，有独特的优势，解决了因人们对系统物理机理和经验方面缺失所带来未知故障问题，以及传统方法无法检测未知故障类型的情况，保证实际工作的稳定性。

本发明授权一种基于随机深度森林的未知故障类型诊断方法在权利要求书中公布了：1.一种基于随机深度森林的未知故障类型诊断方法，其特征在于：按如下步骤A至步骤C，获得各空调机组故障诊断模型；然后按如下步骤i至步骤ii，实现空调机组对应目标时间的诊断； 步骤A.基于空调机组分别对应正常状态、以及预设各类型故障状态的各样本历史时间点，获得各样本历史时间点下、空调机组上指定各故障特征检测数据组成的特征向量，并基于样本历史时间点下特征向量、结合对应状态构成样本，获得各样本历史时间点分别对应的样本，然后进入步骤B；其中，空调机组对应任意状态下的样本历史时间点的数量均大于预设用于诊断未知故障的深度森林数量M，且M大于1； 步骤B.由全部样本中抽取M个彼此独立、且彼此满足数据平衡的训练集，以及各训练集分别均包含对应正常状态、以及预设各类型故障状态的样本，然后进入步骤C； 步骤C.由M个训练集分别针对预设M个深度森林模型进行训练，获得各训练集分别对应训练后的深度森林模型，即各空调机组故障诊断模型； 其中，深度森林模型包括自输入端至输出端依次相连的多粒度扫描和级联森林，多粒度扫描执行中，首先应用预设不同大小的各采样窗口分别对输入的特征向量进行采样，并结合各采样窗口分别一一对应由随机森林和完全随机森林组成的森林模型，将各采样窗口分别所获采样特征向量输送至对应的森林模型中，森林模型中的随机森林和完全随机森林分别针对所接收采样特征向量进行处理获得结果特征向量，并将两结果特征向量进行拼接获得高纬特征向量，即获得各森林模型分别输出的高纬特征向量，并向级联森林进行输送； 步骤i.采集目标时间下、空调机组上指定各故障特征检测数据组成的特征向量，作为目标特征向量，并进入步骤ii； 步骤ii.基于目标特征向量作为输入，分别应用各空调机组故障诊断模型，获得各空调机组故障诊断模型分别输出的诊断状态，并判断各诊断状态是否一致，是则确认空调机组对应目标时间的状态，实现空调机组对于已知故障类型的诊断；否则确认空调机组对应目标时间出现预设各类型故障状态以外的未知故障状态，以各诊断状态发生位置的交集作为未知故障状态的位置，以各诊断状态发生原因的交集作为未知故障状态的发生原因，实现对于未知故障类型的检测。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市浦口区宁六路219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。