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！

龙图腾网获悉华东理工大学;宁波市特种设备检验研究院申请的专利模型-数据双驱动式涉危化设备动态风险预警方法及系统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：CN119961824B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202510028254.2，技术领域涉及：G06F18/2433；该发明授权模型-数据双驱动式涉危化设备动态风险预警方法及系统是由轩福贞;胡越;高阳;陈文飞;彭少伟;黄焕东;陈虎;黄文超设计研发完成，并于2025-01-08向国家知识产权局提交的专利申请。

本模型-数据双驱动式涉危化设备动态风险预警方法及系统在说明书摘要公布了：本发明涉及涉危化设备技术领域，尤其涉及一种模型‑数据双驱动式涉危化设备动态风险预警方法及系统，包括：数据收集步骤、预训练模型构建步骤、第一实时数据采集步骤、第一预测步骤、第二实时数据采集步骤、模型强化微调步骤、第二预测步骤、失效概率计算步骤、失效后果计算步骤、风险等级确定步骤、风险预警步骤以及循环迭代步骤。本发明通过实时数据采集、深度学习预训练与强化微调相结合的模型‑数据双驱动方法，克服了背景技术中实时性差、预测精度低、模型缺乏自适应性等问题，实现了对涉危化设备的动态风险预警，具有实时性强、预测准确、模型自适应性好等优点，显著提高了涉危化设备风险评估和预警的效率和可靠性。

本发明授权模型-数据双驱动式涉危化设备动态风险预警方法及系统在权利要求书中公布了：1.一种模型-数据双驱动式涉危化设备动态风险预警方法，其特征在于，包括以下步骤： 数据收集步骤：收集历史涉危化设备的运行数据和或模拟实验数据并进行数据预处理，得到样本训练数据集； 预训练模型构建步骤：利用样本训练数据集对采用残差网络和双向长短期记忆网络相结合的深度学习模型进行预训练，建立深度学习预训练模型； 第一实时数据采集步骤：实时采集当前涉危化设备的当前实时运行数据并进行数据预处理，得到满足模型输入要求的第一实时输入数据； 第一预测步骤：将第一实时输入数据输入到预训练模型构建步骤建立的深度学习预训练模型中，输出第一预测参数； 第二实时数据采集步骤：实时采集当前涉危化设备的下一实时运行数据并进行预处理，得到第二实时输入数据； 模型强化微调步骤：将第二实时输入数据作为模型第一预测步骤中的实际运行参数，并与第一预测参数进行比对，计算比对偏差，从而对深度学习预训练模型进行强化学习和微调，更新该模型参数，得到深度学习预训练-强化模型； 第二预测步骤：将第二实时输入数据输入到深度学习预训练-强化模型中，输出第二预测参数； 失效概率计算步骤：利用第二预测步骤输出的第二预测参数，计算当前涉危化设备的失效概率； 失效后果计算步骤：利用第二预测步骤输出的第二预测参数，计算当前涉危化设备的失效后果； 风险等级确定步骤：根据计算得到的失效概率和失效后果，按照预设的失效可能性等级和失效后果等级，利用风险矩阵确定设备的当前风险等级； 风险预警步骤：若当前风险等级达到预设的预警阈值，触发预警机制； 循环迭代步骤：循环执行第二实时数据采集步骤~风险预警步骤。

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华东理工大学;宁波市特种设备检验研究院，其通讯地址为：200000 上海市徐汇区梅陇路130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。