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！

龙图腾网获悉成都北方石油勘探开发技术有限公司申请的专利基于收敛轨迹特征分析的时序数据异常检测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：CN121071760B 。

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：202511631045.3，技术领域涉及：G06F18/2433；该发明授权基于收敛轨迹特征分析的时序数据异常检测方法及系统是由张亮;邓睿;赵星;王贺华;许家峰;王链;李本超;欧阳静芸;缪洁皑;卢琳;彭丹设计研发完成，并于2025-11-10向国家知识产权局提交的专利申请。

本基于收敛轨迹特征分析的时序数据异常检测方法及系统在说明书摘要公布了：本发明涉及数据分析技术领域，公开了一种基于收敛轨迹特征分析的时序数据异常检测方法及系统，包括：采集属于同一类型的至少一台工业设备的多维时序数据并进行预处理，得到每台工业设备的标准化单设备特征序列；基于标准化特征张量训练基线自编码器模型得到基线自编码器模型的基线参数和基线特征，基于基线参数分别将每台工业设备的标准化单设备特征序列作为单样本对基线自编码器模型进行扰动训练以获取基线自编码器模型的收敛轨迹特征，得到基于所有工业设备的标准数字画像库；对数字画像进行特征归因与根因分析。本发明显著提升对弱信号、小样本、复杂行为异常的敏感性和检测准确率。

本发明授权基于收敛轨迹特征分析的时序数据异常检测方法及系统在权利要求书中公布了：1.一种基于收敛轨迹特征分析的时序数据异常检测方法，其特征在于，包括： 数据预处理与标准化：采集属于同一类型的至少一台工业设备的多维时序数据并进行预处理，得到每台所述工业设备的标准化单设备特征序列Si，其中，Si为第i台工业设备的标准化单设备特征序列，将所有所述工业设备的标准化单设备特征序列Si按设备维度堆叠，形成基于所有设备的标准化特征张量其中，M为设备数量，L为生命周期进度点数，D为特征维度； 深度模型收敛轨迹数字画像构建：基于所述标准化特征张量训练基线自编码器模型得到所述基线自编码器模型的基线参数Θ*和基线特征基于所述基线参数Θ*分别将每台所述工业设备的标准化单设备特征序列Si作为单样本对所述基线自编码器模型进行扰动训练以获取所述基线自编码器模型的收敛轨迹特征，生成所述工业设备对应的数字画像矩阵，从而得到基于所有所述工业设备的标准数字画像库 具体过程为： 构建基线自编码器模型，并通过所述标准化特征张量反复迭代训练所述基线自编码器模型，直到损失函数收敛，得到基线参数Θ*，并基于所述基线参数Θ*设置基线特征其中，fenc*表示编码器函数，表示工业设备i的基线特征，Nfeat表示特征维度数，表示设备i的标准化时序特征张量； 分别针对每个所述工业设备，利用所述工业设备对应的标准化单设备特征序列Si作为单样本对基于所述基线参数Θ*的基线自编码器模型进行扰动训练K次，提取训练过程中所述基线自编码器模型每步输出的扰动特征然后每步所述扰动特征分别结合对应的基线特征得到每步的特征差值将K次扰动得到的特征差值按序堆叠，形成工业设备i的数字画像矩阵Gi，将所有所述设备的数字画像矩阵Gi进行汇总得到初始数字画像库 对所述初始数字画像库进行标准化处理得到标准数字画像库其中，表示对工业设备i在第j次扰动训练后所述基线自编码器模型输出的扰动特征，Θi,j为工业设备i在第j次扰动训练后的模型参数 异常检测与可解释性分析：对所述数字画像进行特征提取与空间建模，通过异常度量算法实现自动化异常检测，并结合可解释AI技术进行特征归因与根因分析。

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成都北方石油勘探开发技术有限公司，其通讯地址为：610000 四川省成都市中国(四川)自由贸易试验区天府新区兴隆街道宝塘三街733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。