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！

龙图腾网获悉中国石油大学(华东)申请的专利考虑不确定性的SIS安全完整性等级动态验证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：CN120524526B 。

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：202510585073.X，技术领域涉及：G06F21/64；该发明授权考虑不确定性的SIS安全完整性等级动态验证方法及系统是由周娇;曹学文;丁高雅;张睿;张泽瑜设计研发完成，并于2025-05-08向国家知识产权局提交的专利申请。

本考虑不确定性的SIS安全完整性等级动态验证方法及系统在说明书摘要公布了：本发明属于安全仪表系统的安全完整性等级验证技术领域，具体公开了一种考虑不确定性的SIS安全完整性等级动态验证方法及系统。本发明方法针对SIL验证工作中的不确定性问题，引入了随机不确定性理论与模糊不确定性理论，将随机不确定性理论与LSTM网络结合，将模糊不确定性理论与模糊逻辑结合，提出了一种新的SIL动态验证方法，并针对SIL验证结果进行溯源分析，采用随机森林方法进行特征重要度分析。当数据更新时，动态更新SIL等级。本发明方法解决了传统SIL验证过程中不确定性与静态滞后性的问题，消除了专家判断的模糊不确定性问题及现场数据的静态化问题，能将最终验证结果动态化、更新化。

本发明授权考虑不确定性的SIS安全完整性等级动态验证方法及系统在权利要求书中公布了：1.考虑不确定性的SIS安全完整性等级动态验证方法，其特征在于，包括如下步骤： 步骤1.将SIS参数分为随机不确定性参数、模糊不确定性参数及常量参数三类；并基于现场失效记录采集时序性失效率数据，融合多位专家评定获取模糊参数数据； 步骤2.搭建基于LSTM网络的随机不确定性参数预测模型，并基于采集的时序性失效率数据，对随机不确定性参数预测模型进行时序训练；然后利用训练好的随机不确定性参数预测模型，对随机不确定性参数进行动态预测更新； 步骤3.基于融合多位专家评定获取的模糊参数数据，构建专家评定数据的关系矩阵，基于非负矩阵特征向量理论计算关联模糊频度，并筛选出每个模糊不确定性参数的最优值； 针对每个子系统中每个SIS元件的模糊不确定性参数的处理过程如下： 假设每个子系统中每个SIS元件的某个模糊不确定性参数真值是，并且已经获取得到个专家的评定数据，其中第个专家评定数据为，相应的方差为； 定义模糊支持距离，其物理含义为各专家评定数据之间的相互支持性；其中，与之间的模糊支持距离计算公式，如下式所示； ； 其中，表示第个专家评定数据，；为与之间的模糊支持距离，为与之间的模糊支持距离；为第个专家评定数据对应的方差； 定义，或者，则误差函数的计算公式如下： ； 定义模糊频度隶属函数为：，式中，和为模糊频度，，，； 根据各专家评定数据的模糊频度，构建出专家评定数据的关系矩阵： ； 引入关联模糊频度，以表示专家评定数据在FLM数据融合中的重要程度，根据矩阵求解，给定一组非负数即，使得： ，且； 将上式改写为矩阵形式，其中为一非负对称矩阵； 其中， 由矩阵性质可知，存在矩阵的按模最大特征值及其对应的特征向量，且特征向量均为正，使得，从而用作为专家评定数据的关联模糊频度的度量， 考虑到的约束条件，第个专家评定数据的关联模糊频度为： 采用幂法求解矩阵的按模最大特征值及其对应特征向量； 计算出若干个专家评定数据的关联模糊频度后，通过各个关联模糊频度的比对优选，将所有关联模糊频度中的最大值作为每个模糊不确定性参数的最优值； 步骤4.基于步骤2中各个时间节点的随机不确定性参数、步骤3中各个时间节点的模糊不确定性参数，并结合现场获取的各个时间节点的常量参数，通过计算SIS系统的要求时的平均失效概率与安全失效分数SFF，得到时序性的SIL验证结果； 步骤5.结合随机森林算法对SIL验证结果进行溯源分析，以评估SIS系统中各个子系统的随机不确定性参数对于SIL验证结果的影响权重，生成特征重要度排序。

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中国石油大学(华东)，其通讯地址为：266580 山东省青岛市黄岛区长江西路66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。