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！

龙图腾网获悉浙江大学申请的专利工业时间序列异常检测方法、装置及计算机设备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：CN119128760B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202411264009.3，技术领域涉及：G06F18/2433；该发明授权工业时间序列异常检测方法、装置及计算机设备是由纪杨建;李奇轩;孙林进;张念;杨天诺设计研发完成，并于2024-09-10向国家知识产权局提交的专利申请。

本工业时间序列异常检测方法、装置及计算机设备在说明书摘要公布了：本发明提供一种工业时间序列异常检测方法、装置及计算机设备，属于工业时间序列异常检测技术领域。方法包括：获取工业时间序列数据；将时间序列数据转化为图结构数据后作为模型输入数据输入重构模型，得到重构数据，重构模型包括数知复合图注意力网络；若重构数据中某个时间戳的重构变量数据与模型输入数据中该时间戳对应的原始变量数据的差异程度达到了预设的异常阈值，则确定该时间戳对应的原始变量数据状态异常。上述重构模型根据工业系统相关的知识图谱，提取基于知识的变量交互网络的优越表示，并将其与基于序列的时间序列依赖相融合，从而降低了模型学习到伪相关性的风险，提升了对工业时间序列的异常检测性能和异常可解释性。

本发明授权工业时间序列异常检测方法、装置及计算机设备在权利要求书中公布了：1.一种工业时间序列异常检测方法，其特征在于，所述方法包括： 利用布设在待检测工业系统中的传感器采集待检测工业系统运行中产生的由多种变量组成的生产过程数据，得到时间序列数据； 将时间序列数据转化为时间序列图结构，将时间序列图结构作为模型输入数据输入预先构建的重构模型，得到重构数据； 若重构数据中某个时间戳的重构变量数据与模型输入数据中该时间戳对应的原始变量数据的差异程度达到了预设的异常阈值，则确定该时间戳对应的原始变量数据状态异常； 其中，所述重构模型以自编码器作为基线构建，并在自编码器内的编码网络前加入用于提取高级知识表示信息的第一图注意力网络层和用于提取模型输入数据时序高级信息的第二图注意力网络层，第一图注意力网络层与第二图注意力网络层的输出进行融合后与自编码器内编码网络的输入连接，所述第一图注意力网络层的输入数据通过利用工业系统中设备与传感器之间的知识图谱得到的变量之间的交互关系构建。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。