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！

龙图腾网获悉西安交通工程学院申请的专利基于多因素耦合的班组内燃机车油耗实时监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：CN120764383B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202510941359.7，技术领域涉及：G06F30/27；该发明授权基于多因素耦合的班组内燃机车油耗实时监测方法是由陈潇;冯娜;李荣;李靖丰;李阳设计研发完成，并于2025-07-09向国家知识产权局提交的专利申请。

本基于多因素耦合的班组内燃机车油耗实时监测方法在说明书摘要公布了：本发明公开了基于多因素耦合的班组内燃机车油耗实时监测方法，属于机车油耗实时监测技术领域，包括根据机车全域感知需求，通过多模态传感网络采集原始数据，通过边缘计算单元进行时空对齐与异常检测，本发明通过构建非对称博弈模型，将机车间的策略干扰强度纳入收益函数，非对称博弈模型通过量化机车i对机车j的策略干扰，实现多机车协同策略的动态博弈求解，帕累托最优搜索进一步将博弈收益函数与多目标优化结合，通过加权和策略综合得分筛选最优解，避免了单目标优化的片面性，在保障全局能耗最低的同时，兼顾机车运行的稳定性和个体公平性，同时通过博弈模型的动态更新机制适应实时工况变化，提升系统灵活性。

本发明授权基于多因素耦合的班组内燃机车油耗实时监测方法在权利要求书中公布了：1.基于多因素耦合的班组内燃机车油耗实时监测方法，其特征在于，包括以下步骤： S1、根据机车全域感知需求，通过多模态传感网络采集原始数据，通过边缘计算单元进行时空对齐与异常检测； S2、根据预处理后的数据构建三维耦合因子张量矩阵和权重动态演化； S3、根据三维耦合因子张量矩阵的交叉影响系数，构建非对称博弈模型与帕累托最优搜索，优化多机车牵引和制动策略； S4、基于博弈模型输出的策略，构建多尺度孪生模型进行虚拟映射与油耗状态实时纠偏； S5、根据多尺度孪生模型映射的油耗状态，通过深度策略网络生成控制指令，与弹性优化引擎触发，动态调整机车运行指令； S6、基于实时优化指令，进行异构联邦学习与知识蒸馏迁移； 所述S2，三维耦合因子张量矩阵的交叉影响系数步骤包括：获取预处理后的数据，将原始数据划分为环境、设备、运行三个维度，形成三维张量结构，包括环境维度、设备维度和运行维度，将三域数据映射为三维张量，量化因子间的动态关联，将三组矩阵沿时间轴拼接，形成三维张量，其中T表示时间步长，E表示环境参数，D表示设备运行参数，通过张量分解提取环境、设备、运行的交叉关联特征，形成三维耦合因子张量矩阵，交叉影响系数实现公式为：， 在公式中，表示交叉影响系数，表示三维张量T中第i个环境参数、第j个设备参数、第k个运行参数在时间步t的值，表示环境、设备维度在时间步长t的平均值，表示对时间步t内所有运行参数k的求和，表示环境、设备维度在时间步t的最大运行参数值，表示环境、设备维度在时间步t的最小运行值参数值； 所述S2，熵值法静态权重步骤包括：根据交叉影响系数，计算每个维度j的信息熵，实现公式为：， 在公式中，表示熵值计算的归一化系数，表示对时间步t=1到T的累加求和，表示交叉影响系数，表示自然对数函数，表示极小值； 静态权重实现公式为：， 在公式中，表示静态权重，表示所有维度的权重归一化系数； 所述S2，权重动态演化步骤包括：基于静态权重，动态修正静态权重，权重动态演化实现公式为： ， 在公式中，表示最终动态权重演化，表示维度j在时间步t的动态调整系数，表示双曲正切函数，表示对L层卷积核求和，表示第l层卷积核的权重，表示历史时间步t-l的交叉影响系数，更新后的最终动态权重反向注入张量矩阵，重新计算交叉影响系数。

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西安交通工程学院，其通讯地址为：710300 陕西省西安市鄠邑区渼陂西路1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。