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 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 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 > 广州港股份有限公司;广州港物流有限公司刘军获国家专利权

广州港股份有限公司;广州港物流有限公司刘军获国家专利权

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!

龙图腾网获悉广州港股份有限公司;广州港物流有限公司申请的专利一种氨制冷系统风险评估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:CN120258511B

龙图腾网通过国家知识产权局官网在2026-03-20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:202510271242.2,技术领域涉及:G06Q10/0635;该发明授权一种氨制冷系统风险评估方法是由刘军;许赐聪;黄权人设计研发完成,并于2025-03-07向国家知识产权局提交的专利申请。

一种氨制冷系统风险评估方法在说明书摘要公布了:本发明公开了一种氨制冷系统风险评估方法,通过集成多种数据源,建立一个更加全面、精准的安全评估模型,及时发现潜在风险并发出预警,其技术方案:一种氨制冷系统风险评估方法,步骤1:对传统传感器数据、类别数据、气体浓度数据以及视频监控数据进行预处理;步骤2:将预处理后的数据进行降维,再合并成数据集,将数据集划分训练集和测试集;步骤3:根据数据集进行随机森林模型训练和孤立森林模型训练,结合随机森林模型和孤立森林模型,生成在线模型;步骤4:利用在线模型氨制冷系统进行风险评估,属于制冷系统防护技术领域。

本发明授权一种氨制冷系统风险评估方法在权利要求书中公布了:1.一种氨制冷系统风险评估方法,其特征在于,包括以下步骤: 步骤1:对传统传感器数据、类别数据、气体浓度数据以及视频监控数据进行预处理; 步骤11:通过判断每个时间点的间隔和数据大小,去除重复传感器数据,确保每条数据唯一;对缺失数据采用自回归积分滑动平均的插值方法进行处理,填补缺失数据; 步骤12:对于传统传感器数据,进行Z-score标准化处理,再提取基本统计特征,基本统计特征汇总成为该传感器的数据特征合集; 步骤13:对类别数据使用独热编码,得到各个传感器的类别数据独热编码集,并利用多个传感器的数据进行一致性检查,计算传感器之间的Pearson相关性,剔除相关性低的传感器数据,保留剩余的类别数据独热编码集; 步骤14:对气体浓度数据进行处理并提取特征,得到气体浓度数据特征集; 步骤15:对视频监控数据进行处理并提取特征,得到视频监控数据特征集; 步骤2:将预处理后的数据进行降维,再合并成数据集,将数据集划分训练集和测试集; 步骤21:对数据特征合集、气体浓度数据特征集和视频监控数据特征集进行主成分分析降维,分别得到主数据源集、第一辅助数据源集和第二辅助数据源集; 步骤22:对于类别数据独热编码合集,采用现行判别分析方法寻找使得类别间距离最大、类别内距离最小的线性组合,形成类别数据特征向量集; 步骤23:将主数据源集、第一辅助数据源集、第二辅助数据源集和类别数据特征向量集进行拼接,形成一个复合特征向量: ; 其中,为温度特征,为压力特征,为电流特征,为视频监控特征; 步骤24:复合特征向量合集构成数据集,将数据集划分为训练集和测试集,80%的数据为训练集,20%的数据为测试集,训练集用于训练和验证; 步骤3:根据数据集进行随机森林模型训练和孤立森林模型训练,结合随机森林模型和孤立森林模型,生成在线模型; 步骤31:根据训练集训练随机森林模型,通过交叉验证方法和测试集评估模型的性能,以随机森林模型的准确率Aram来综合评估模型; 步骤32:根据训练集训练孤立森林模型根据测试集计算孤立森林模型的准确率Aiso; 步骤33:根据随机森林准确率Aram和孤立森林准确率Aiso分配权重w;若AramAiso,则随机森林权重wram=0.6,孤立森林权重wiso=1-wram;若AramAiso,则随机森林权重wram=0.4,孤立森林权重wiso=1-wram; 结合随机森林模型和孤立森林模型,生成在线模型,在线模型基于权重,将随机森林模型的预测结果和孤立森林的预测结果进行融合,以输出最终的预测结果;在线模型在运行过程中,任何一个模型出现误判,则其权重下降0.02,另一个模型权重值增加0.02; 步骤4:利用在线模型对氨制冷系统进行风险评估; 将风险等级划分为高、中、低,并将风险等级和应对措施相对应,并制定风险矩阵,将在线模型的输出结果映射到风险矩阵中,判断氨制冷系统的当前风险等级,根据风险等级执行相应的措施; 预先定义故障设备部位权重以及设备故障影响评分;风险矩阵公式如下: , 其中R为风险级别,F为发生频率,I为影响度;F可通过在线模型的输出结果P和修正系数C来换算;F=P×C; ; 基于风险级别、发生频率以及影响度综合分析,判断风险等级。

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州港股份有限公司;广州港物流有限公司,其通讯地址为:511458 广东省广州市南沙区南沙街港前大道南162号807单元;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。