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面向燃气轮机的知识条件混合驱动的运行状态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：CN115422714B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202210917053.4，技术领域涉及：G06F30/20；该发明授权面向燃气轮机的知识条件混合驱动的运行状态监测方法是由赵春晖;张圣淼设计研发完成，并于2022-08-01向国家知识产权局提交的专利申请。

本面向燃气轮机的知识条件混合驱动的运行状态监测方法在说明书摘要公布了：本发明公开了一种面向燃气轮机的知识条件混合驱动的运行状态监测方法。该方法针对燃气轮机通过结合专家知识与变量间相关性分析构建知识矩阵，并从整体对象中划分出多个子模块，利用知识矩阵指导子模块变量的选择。在此基础上，引入条件驱动的思想，将一个大范围非平稳的连续过程分解为若干个条件模态，并在每个条件模态上分别建立状态监测模型，实现变工况场景下的运行状态监测。最后结合条件指示变量确定子模块权重系数，融合子模块监测结果，实现复杂工业设备运行状态综合监测。本发明不仅能够让专家知识更好地应用于非平稳过程监测，而且增强了燃气轮机实际在线监测的准确度和可靠度，为复杂工业设备的运行状态监测提供了高效可靠的新思路。

本发明授权面向燃气轮机的知识条件混合驱动的运行状态监测方法在权利要求书中公布了：1.一种面向燃气轮机的知识条件混合驱动的运行状态监测方法，其特征在于，具体包括： 构建监测模型，包括以下步骤： 1获取燃气轮机系统正常连续运行过程的个样本，每个样本中均包含个被测变量； 2计算任意两两被测变量的N个样本组成的向量之间的相关系数，根据计算出的相关系数，并结合燃气轮机的机理知识，构建得到知识矩阵，其中，知识矩阵的第m行第n列元素代表变量和间是否关联；1表示关联，0表示无关联； 3根据燃气轮机的机理知识与燃气轮机的物理结构，将整体燃气轮机划分为个子模块；并依据构建的知识矩阵以及燃气轮机的机理知识，在每个子模块上选择一个最大程度上能够指示过程运行状态的条件指示变量，以及与该变量有关联的其他相关变量，共同组合成子模块的二维样本矩阵；同时根据构建的知识矩阵以及燃气轮机的机理知识，选择一个最大程度上能够指示燃气轮机整体过程运行状态的条件指示变量； 4对各子模块的二维数据矩阵，计算每个样本与前一个样本的一阶差分，将每个样本与其对应的一阶差分组合作为新样本，所有时刻样本的构成动态二维样本矩阵； 5对子模块的二维样本矩阵、动态二维样本矩阵，将样本按条件指示变量值由小到大的顺序重新排列并划分为个，形成个静态条件片和个动态条件片，其中为子模块的第个静态条件片或动态条件片内的样本数，；然后，对每个静态条件片和动态条件片都进行去均值处理，得到标准化静态条件片和动态条件片的数据矩阵和；对标准化静态条件片进行合并得到个静态条件段，其中每个静态条件段由连续的多个标准化静态条件片组成，每个静态条件段基于PCA模型计算的控制限应小于构成所述静态条件段内每个静态条件片基于PCA模型计算的控制限与常数比例因子的积；建立每个静态条件段的监测模型及控制限； 依据静态条件段的断点同样划分出个动态条件段，并建立每个动态条件段的监测模型及控制限； 6将整体条件指示变量划分成Z个区间，计算每个区间z内每个子模块条件指示变量与整体条件指示变量相关系数的比重作为每个子模块在整体条件指示变量处于区间时的权重系数； 在线监测，包括如下步骤： 实时获取待测样本，并处理得到一阶差分以及其在各子模块上的样本；根据该样本的整体条件指示变量值判断其所属区间，并根据该样本的子模块条件指示变量值判断其所属的静态条件段和动态条件段，依据所属的静态条件段和动态条件段的监测模型、控制限及所属区间的权重系数计算当前待测样本的监测指标及控制限，当且仅当静态、动态监测指标均小于其控制限时，认为燃气轮机运行于正常状态下；否则，则认为燃气轮机出现了异常。

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。