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！

龙图腾网获悉中交第四航务工程勘察设计院有限公司申请的专利基于数字孪生的沿海航道运行状态实时监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：CN121415566B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202512016507.7，技术领域涉及：G08B31/00；该发明授权基于数字孪生的沿海航道运行状态实时监测与预警方法是由席芳;王思超;温广标;亓幸子;刘雨扬;覃振东;胡聿涵;王媛;黎杰设计研发完成，并于2025-12-30向国家知识产权局提交的专利申请。

本基于数字孪生的沿海航道运行状态实时监测与预警方法在说明书摘要公布了：本发明涉及智慧航道信息技术领域，特别是基于数字孪生的沿海航道运行状态实时监测与预警方法。搭建数字孪生体架构并融合多源运行数据，实现物理航道向虚拟航道的实时同步映射；引入多维机理模型及其历史机理函数驱动AI模型进行函数映射，构建回淤动态预测模型获取未来航段的通航风险指标；基于附近船舶与本船的航速、航向数据构建时空占据矩阵与时空安全包络线模型，预测研判未来船舶碰撞风险并生成航行安全指标；利用边际依赖分布模型对通航风险与航行风险进行耦合评估，形成综合风险并触发动态预警；通过船载终端与VTS中心发布预警信息与辅助决策。本发明构建了完整的船‑岸‑云协同数字孪生体系，实现沿海航道的全域数字化和智能化管理。

本发明授权基于数字孪生的沿海航道运行状态实时监测与预警方法在权利要求书中公布了：1.一种基于数字孪生的沿海航道运行状态实时监测与预警方法，其特征在于，包括以下步骤： S102：构建数字孪生体架构，实时采集沿海航道的多源运行数据，利用注意力机制主干网络跨源融合所述多源运行数据后，从源数据域同步映射至数字孪生体架构的目标数据域中驱动更新，生成沿海航道的多源数据融合数字孪生体； S104：根据沿海航道对应多维机理模型的过往机理函数作为高维特征输入数据驱动AI模型进行函数映射，耦合构建泥沙运输整体趋势模拟的回淤动态预测模型，通过回淤动态预测模型获取沿海航道在未来时段内的航道通航风险指标； S106：基于附近船舶与当前船舶的航速数据与航向数据离散化海域平面环境空间，基于航行观测数据推演更新海域平面环境空间，得到时空占据矩阵，构建当前船舶的时空安全包络线模型，结合时空占据矩阵与时空安全包络线模型预测研判附近船舶与当前船舶在未来时段是否存在碰撞风险，输出船舶航行安全指标； S108：量化构建相关风险特性的边际依赖分布模型，基于边际依赖分布模型在多源数据融合数字孪生体中对航道通航风险指标与船舶航行安全指标进行联结风险评价的叠加耦合，并根据综合风险的判定执行沿海航道的动态预警动作； S110：通过船载智能终端，向相关船舶推送预警信息及建议航路，并向VTS中心推送预警信息及辅助决策方案； 其中，所述S104，具体包括以下步骤： 获取沿海航道的建设评估报告，通过大数据网络检索建设评估报告的航道机理评估参数获取沿海航道的多维机理模型及经验机理案例；其中，多维机理模型包括泥沙机理、水动力机理与波浪机理； 通过经验机理案例提取预设时段内沿海航道处于多维机理模型模拟泥沙运输的过往机理函数及应用的过往机理方程，同时获取基于LSTM架构的数据驱动AI模型，通过所述数据驱动AI模型构建高维卷积层； 通过高维卷积层构建高维特征空间，将离散的所述过往机理函数嵌入到所述高维特征空间进行非线性向量化，得到过往机理函数位于数据驱动AI模型中表示的高维特征向量点； 引入积分算子，在所述多源数据融合数字孪生体中使用积分算子学习各高维特征向量点之间的航道机理输入到输出整体行为的依赖联系，形成全局积分层； 重复上述积分算子的学习步骤对所有高维特征向量点进行遍历，输出多个全局积分层并执行层叠处理，得到过往机理函数反映历史时段沿海航道上泥沙运输整体趋势的函数映射深层网络； 基于过往机理方程创建数据驱动AI模型的函数空间，通过函数映射深层网络将每一高维特征向量点投影回函数空间解算，以此将高维特征向量恢复为多维机理模型-数据驱动AI模型观测沿海航道泥沙运输动态的耦合架构形式，生成回淤动态预测模型； 获取未来时间段的泥沙运输参数，将泥沙运输参数导入回淤动态预测模型中滚动预测，得到沿海航道在未来时段内回淤部位和回淤量的航道通航风险指标。

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交第四航务工程勘察设计院有限公司，其通讯地址为：510290 广东省广州市海珠区沥滘路292号2701房；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。