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！

龙图腾网获悉北京航空航天大学申请的专利一种基于双时间卷积网络的复杂装备异常检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：CN120046071B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510112676.8，技术领域涉及：G06F18/2433；该发明授权一种基于双时间卷积网络的复杂装备异常检测方法是由余贵珍;张超祺;李菲;陈鹏;陈潇设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。

本一种基于双时间卷积网络的复杂装备异常检测方法在说明书摘要公布了：本发明涉及设备健康管理技术领域，具体涉及一种基于双时间卷积网络的复杂装备异常检测方法，包括，通过传感器采集复杂装备的历史运行数据作为训练数据；并基于所述训练数据得到训练完成的时间序列预测网络；由所述训练完成的时间序列预测网络得到预测偏差数据并确定预测偏差基础阈值；所述训练数据和所述预测偏差数据得到训练完成的预测偏差估计网络；通过传感器采集复杂装备的在线运行数据；对所述在线运行数据进行处理，得到未来时刻的实际预测偏差，与自适应阈值进行比较，确定未来时刻的复杂装备的运行状态是否异常；本发明能够提高复杂装备预测异常检测准确率。

本发明授权一种基于双时间卷积网络的复杂装备异常检测方法在权利要求书中公布了：1.一种基于双时间卷积网络的复杂装备异常检测方法，其特征在于，包括以下步骤： 步骤S1、在复杂装备上安装传感器，通过传感器采集复杂装备的历史运行数据作为训练数据，所述训练数据包括多个按时间顺序排列的历史样本，所述历史样本包括复杂装备的多个运行参数值； 步骤S2、确定时间序列预测网络的网络结构，并基于所述训练数据对所述时间序列预测网络进行训练，得到训练完成的时间序列预测网络； 步骤S3、由所述训练完成的时间序列预测网络对所述训练数据进行处理，得到预测偏差数据，基于所述预测偏差数据确定预测偏差基础阈值； 步骤S4、确定预测偏差估计网络的网络结构，基于所述训练数据和所述预测偏差数据对所述预测偏差估计网络进行训练，得到训练完成的预测偏差估计网络； 步骤S5、通过传感器采集复杂装备的在线运行数据；所述在线运行数据包括当前时刻的在线样本和当前时刻之前多个时刻的在线样本，所述在线样本包括复杂装备的多个运行参数值； 采用所述训练完成的时间序列预测网络和所述训练完成的预测偏差估计网络对所述在线运行数据进行处理，得到未来时刻的实际预测偏差，并由所述预测偏差基础阈值确定自适应阈值； 将未来时刻的实际预测偏差与所述自适应阈值进行比较，确定未来时刻的复杂装备的运行状态是否异常。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。