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！

龙图腾网获悉成都交投智能交通技术服务有限公司申请的专利一种综合检测设备的假死状态检测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：CN121387617B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511959236.2，技术领域涉及：G06F11/07；该发明授权一种综合检测设备的假死状态检测方法是由苟超;杨柠宾;张民主;袁海龙;晏兴宇;宋彬彬;吴春雨设计研发完成，并于2025-12-24向国家知识产权局提交的专利申请。

本一种综合检测设备的假死状态检测方法在说明书摘要公布了：本发明公开了一种综合检测设备的假死状态检测方法，包括：持续采集目标设备数据；构建包含健康状态衰变项、环境应力系数和季节补偿项的动态性能基线方程，使用扩展卡尔曼滤波器对设备健康状态系数进行在线实时更新；将时间划分为量子化切片，计算当前时空上下文下的预期传输量阈值范围；分别从传输量层、语义层和拓扑层进行异常检测，生成各自的异常置信度；将多维度异常置信度输入综合判定模型，输出综合假死置信度，若超过阈值则判定为假死状态。本发明能够随设备老化、季节变化、交通与天气扰动自动调整期望基线，无需大量标注即可冷启动，且能从流量、语义、拓扑多视角交叉验证，实现设备健康状态的早感知、低误报、易定位和快速部署。

本发明授权一种综合检测设备的假死状态检测方法在权利要求书中公布了：1.一种综合检测设备的假死状态检测方法，其特征在于，包括： 步骤S1、持续采集目标设备的性能数据、业务数据、环境数据和上下文数据； 步骤S2、基于设备历史正常运行数据，构建包含健康状态衰变项、环境应力系数和季节补偿项的动态性能基线方程，使用扩展卡尔曼滤波器对设备健康状态系数进行在线实时更新； 步骤S3、将时间划分为量子化切片，结合动态性能基线、交通流模式系数和天气扰动系数计算当前时空上下文下的预期传输量阈值范围； 步骤S4、分别从传输量层、语义层和拓扑层进行异常检测，生成各自的异常置信度； 步骤S5、将多维度异常置信度输入综合判定模型，输出综合假死置信度，若超过阈值则判定为假死状态； 动态性能基线方程表示为： 其中，表示目标设备在t时刻的动态性能基准，为设备初始性能基准，取设备最高传输数据的95分位数，为设备健康状态系数，通过扩展卡尔曼滤波在线更新，为季节性补偿系数，通过历史同期数据对比拟合得到，为环境应力系数，由温度、湿度和振动强度数据加权融合计算得到； 所述环境应力系数通过以下步骤计算： 根据环境数据确定设备机箱温度、湿度和振动强度数据； 对机箱温度、环境湿度和设备振动强度进行Z-score归一化处理： 其中，、、分别表示标准化温度系数、标准化湿度系数和标准化振动强度系数，三个分母50、40、10为工程经验极差值，基于设备工作极限设定； 然后通过岭回归拟合历史30天数据确定标准化温度系数、标准化湿度系数和标准化振动强度系数所对应的权重，满足且三个权重项均大于0，最终计算环境应力系数： 步骤S3包括： 将每日24小时划分为96个15分钟的量子化切片，每个切片标记目标设备所在地交通流模式属性和天气属性，其中，交通流模式属性包括工作日早高峰、晚高峰、平峰、夜间以及休息日，天气属性为从气象局获取的设备所在地点的天气数据； 确定过去30天同在量子化切片里的历史平均传输量：，其中，为过去30天同在量子化切片里所测得的30个平均数据传输量； 基于设备初始性能基准计算交通流模式系数： 通过回归分析技术，基于目标设备在健康状态下的历史传输数据与气象数据，拟合形成反映天气变化对目标设备数据传输能力的综合影响程度扰动矩阵，其中，矩阵元素表示相对于晴天的传输能力保留比例； 基于天气数据查表扰动矩阵中的传输能力保留比例，通过线性插值获得天气扰动系数； 通过以下公式计算预期传输量的上下限阈值范围： 其中，表示t时刻的预期传输量下限阈值，表示t时刻的预期传输量上限阈值，表示基于动态性能基线计算得到的目标设备在t时刻的动态性能基准，表示交通流模式系数，表示天气扰动系数； 语义层异常置信度的计算过程包括： 在5分钟滑动窗口内，持续采集目标设备的业务事件日志，形成原始事件序列； 采用交通领域微调的BERT-base模型对原始事件序列内每条事件文本进行编码，输出事件语义向量，并对窗口内所有事件语义向量做Softmax归一化，得到事件概率分布； 计算窗口事件信息熵，衡量语义是否混乱： 其中，为第i条事件的事件概率分布，表示原始事件序列内事件文本的总条数； 读取同一窗口内所测得的设备实际平均数据传输量，计算语义-流量乘积： 取设备过去30天健康状态下的均值作为守恒基准： 计算语义守恒偏差度，量化当前窗口偏离健康常态的程度： 按照三倍西格玛定律设定第一阈值0.3，当表示语义正常，语义异常置信度，当触发语义异常，语义异常置信度； 拓扑层异常置信度的计算过程包括： 在目标设备所在路段，以上下游预设距离范围内或同一物理路口为空间边界，筛选出具有交通流关联关系的周边设备，构成邻域设备集合； 对邻域设备集合内每一对设备，利用过去30天小时级传输量曲线计算皮尔逊相关系数，边权按下式给出： 在预设滑动窗口内，取邻域所有设备传输量中位曲线作为群体正常波形模板； 用动态时间规整算法，计算目标设备当前窗口实际曲线与模板的最优匹配距离； 将距离归一化到相似度： 设定第二阈值0.4，对应三倍西格玛下限，健康样本，占比3%； 确定拓扑异常置信度： 综合假死置信度通过以下方式得到： 构建包含传输量异常置信度、语义异常置信度、拓扑异常置信度、设备健康状态系数、环境应力系数、交通流模式系数以及天气扰动系数的7维特征向量： 采用包含128棵决策树、最大深度为5的LightGBM梯度提升树模型作为综合判定模型； 将7维特征向量作为模型输入，通过综合判定模型输出综合假死置信度： 输出综合假死置信度。

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交投智能交通技术服务有限公司，其通讯地址为：610094 四川省成都市自由贸易试验区成都高新区盛和一路66号15层；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。