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！

龙图腾网获悉中铁建工集团有限公司申请的专利基于边缘计算的发电机组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：CN120910756B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511047173.3，技术领域涉及：G06F18/2433；该发明授权基于边缘计算的发电机组异常检测方法是由朱双;赵彤;吕海杰;郝俊男;陈涛;马东浩;郭兆伦;张涛;思光龙;冯定辉;朱贤浩;韩超;王瑜悦设计研发完成，并于2025-07-29向国家知识产权局提交的专利申请。

本基于边缘计算的发电机组异常检测方法在说明书摘要公布了：本发明公开了一种基于边缘计算的发电机组异常检测方法，S1.生成标准化发电机组多通道工况数据；S2.在工业边缘计算节点内部署轻量化长短期记忆网络预测模型；S3.构建多模态残差图谱；S4.对局部残差序列进行发电机组异常判别并输出发电机组异常候选事件；S5.对发电机组异常候选事件使用解释性分析算法生成发电机组异常因果解释图，发电机组异常因果解释图揭示各工况特征对发电机组异常置信度的贡献关系。本发明显著提升故障定位的可追溯性和可操作性，辅助运维人员精准制定检修策略。

本发明授权基于边缘计算的发电机组异常检测方法在权利要求书中公布了：1.一种基于边缘计算的发电机组异常检测方法，其特征在于，包括如下步骤： S1.在发电机组现场部署工业边缘计算节点采集发电机组多通道工况数据并预处理，生成标准化发电机组多通道工况数据； S2.在工业边缘计算节点内部署轻量化长短期记忆网络预测模型，轻量化长短期记忆网络预测模型接收标准化发电机组多通道工况数据并输出滚动预测发电机组状态估计序列及对应预测置信区间； 所述S2包括以下步骤： S21.将标准化工况数据矩阵中每一个时间步的数据按通道顺序组成时间步输入向量，每一个时间步输入向量包含全部通道的标准化测量值，针对每一个时间步输入向量，利用权重参数和偏置参数，计算通道注意力权重系数向量，将通道注意力权重系数向量与时间步输入向量按元素对应相乘，得到通道感知加权输入向量； S22.将通道感知加权输入向量输入轻量化长短期记忆网络预测模型中，在每一时间步输出隐藏状态，并以最近个时间步内隐藏状态序列构成隐藏状态窗口； S23.基于隐藏状态窗口中隐藏状态的残差扰动变化构建状态扰动强度指标，状态扰动强度指标用于衡量当前窗口内隐藏状态变化的整体幅度，根据当前窗口内状态扰动强度指标和指定的最大预测步长及控制系数，采用指数衰减方式自适应调整滚动预测步长，预测步长在状态扰动强度指标大于阈值时自动缩短，在状态扰动强度指标小于阈值时自动延长； S24.基于状态扰动强度指标同时构建剪枝重要性约束指标； S25.在当前时间步使用动态剪枝后的轻量化长短期记忆网络预测模型以滚动预测步长输出未来发电机组状态预测序列，并结合最近步状态扰动强度指标计算置信强度指标，并生成预测置信区间： ； 其中，为历史残差标准差，反映预测可信度随扰动变化的动态调节能力； S26.将预测序列及对应的预测置信区间存入边缘节点缓存区； S3.计算标准化发电机组多通道工况数据与滚动预测发电机组状态估计序列之间的差值，获得局部残差序列，并应用滑动时间窗口计算统计特征与频谱能量，构建多模态残差图谱； S4.基于残差图谱与历史基准数据计算设备健康指数，形成设备健康指数全局阈值基线，根据残差图谱当前统计分布生成自适应局部统计阈值，融合设备健康指数全局阈值基线与自适应局部统计阈值构建双门限判别机制，对局部残差序列进行发电机组异常判别并输出发电机组异常候选事件； S5.对发电机组异常候选事件使用解释性分析算法生成发电机组异常因果解释图，发电机组异常因果解释图揭示各工况特征对发电机组异常置信度的贡献关系。

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铁建工集团有限公司，其通讯地址为：100160 北京市丰台区南四环西路128号诺德中心1号楼；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。