Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广昌县中广创新电子科技有限公司刘远飞获国家专利权

广昌县中广创新电子科技有限公司刘远飞获国家专利权

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!

龙图腾网获悉广昌县中广创新电子科技有限公司申请的专利一种基于机器学习的光纤故障预测与预警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:CN120710587B

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:202511052567.8,技术领域涉及:H04B10/079;该发明授权一种基于机器学习的光纤故障预测与预警方法是由刘远飞设计研发完成,并于2025-07-29向国家知识产权局提交的专利申请。

一种基于机器学习的光纤故障预测与预警方法在说明书摘要公布了:本发明公开了一种基于机器学习的光纤故障预测与预警方法。包括:获取光纤的多维光学特征数据;对故障区域标注得到标注特征数据;预处理标注特征数据,构建标准光纤故障特征数据集;将时序光学特征数据输入神经网络模型,得到各时间段及未来的标注特征数据并经标准数据集修正;将待测光纤实时数据输入模型,输出故障数据和预测数据。该方法通过机器学习处理多维特征,实现光纤故障的精准预测与预警,提升故障检测的及时性和准确性。

本发明授权一种基于机器学习的光纤故障预测与预警方法在权利要求书中公布了:1.一种基于机器学习的光纤故障预测与预警方法,其特征在于,包括如下步骤: S1、获取光纤的多维光学特征数据; S2、对所述多维光学特征数据的故障区域进行标注得到标注特征数据; S3、预处理所述标注特征数据,构建标准光纤故障特征数据集; S4、将所述多维光学特征数据中的时序光学特征数据输入至神经网络模型中,得到所述时序光学特征中的各时间段的标注特征数据及未来时间段的预测标注特征数据并经标准光纤故障特征数据集进行修正; S5、将待测光纤实时采样的多维光学特征数据输入至所述S4的神经网络模型中,输出光纤故障数据和预测数据; 所述多维光学特征数据至少包括形变特征和传输特征; 所述形变特征根据光纤的表面曲率确定,包括如下步骤: 获取光纤表面及内部各点的表面曲率,判断各点处的表面曲率是否在预设阈值区间内; 若不在所述预设阈值区间内,获取当前该点的相邻点位置的表面曲率直至获取一个点的表面曲率在所述预设阈值区间内; 获取点集合形成的多个形变异常部得到所述形变特征; 所述传输特征根据光纤的传输参数确定,包括如下步骤: 获取所述形变特征部至另一所述形变特征部或非形变特征部的光信号传输信号,确定当前的光衰系数; 得到光衰系数序列,所述序列的每个单元被设置为当前所述形变特征部至一个所述形变特征部或非形变特征部的光衰系数及传输间距; 得到光衰系数集,所述光衰系数集被配置为包括各所述形变特征部的光衰系数序列; 比较光衰系数集的各单元与传输参数中预设的光衰系数阈值区间得到传输特征; 所述步骤S2中对故障区域进行标注,包括如下步骤: 当形变异常部的表面曲率偏差超出预设阈值且对应光衰系数超出阈值区间但未显著波动时,标注为第一故障类型; 当光衰系数序列中相邻单元的光衰系数差值超出预设波动阈值,且形变异常部的表面曲率偏差在允许范围内时,标注为第二故障类型; 当超过预设比例的形变异常部对应的光衰系数均超出阈值区间,且传输间距对应的光衰系数整体偏高时,标注为第三故障类型。

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广昌县中广创新电子科技有限公司,其通讯地址为:344900 江西省抚州市广昌县工业园区莲爽大道中广电子信息产业园D栋;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。