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！

龙图腾网获悉浙江省机电设计研究院有限公司申请的专利一种融入周期特征和改进型自注意力机制的风机故障识别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：CN116522077B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310446781.6，技术领域涉及：G06F18/10；该发明授权一种融入周期特征和改进型自注意力机制的风机故障识别方法及系统是由张卓仁;李保;沈航;裴洋设计研发完成，并于2023-04-24向国家知识产权局提交的专利申请。

本一种融入周期特征和改进型自注意力机制的风机故障识别方法及系统在说明书摘要公布了：本发明公开了一种融入周期特征和改进型自注意力机制的风机故障识别方法及系统，该方法包括：对待测风机所被采集的各种数据，针对其中的每种周期数据进行预处理提取其所对应的频域信息，并将其与非周期数据进行融合；将融合获得的数据进行防止数据偏移处理，之后作为改进型自注意力机制模型的输入；由改进型自注意力机制模型输出风机不同故障出现与未出现状态预测。所述改进型自注意力机制模型是在自注意力模型中增加引入除均值操作。本发明的方法及系统可以通过一次运行即可检测多种故障，可以极大提高故障检测效率，且可以全局地融合所有特征信息，同时减缓数据偏移现象，提高预测精度。

本发明授权一种融入周期特征和改进型自注意力机制的风机故障识别方法及系统在权利要求书中公布了：1.一种融入周期特征和改进型自注意力机制的风机故障识别方法，其特征在于，包括： 连续采集待测风机所有能够被采集的各种数据，分为周期数据和非周期数据两大类，针对其中的每种周期数据进行预处理提取其所对应的频域信息，并将其与非周期数据进行融合； 将融合获得的数据进行防止数据偏移处理，之后作为改进型自注意力机制模型的输入； 所述将融合获得的数据进行防止数据偏移处理，具体为：融合得到的矩阵数据，矩阵中每行对应不同类别数据，所述不同类别数据为各种非周期数据、各种周期数据预处理后的幅值数据、各种周期数据预处理后的幅角数据、各种周期数据预处理后的频率数据；计算每一行的均值以及标准差，并利用每一行的每个元素减去所对应均值后再除以所对应的标准差； 所述改进型自注意力机制模型是在自注意力模型中增加引入除均值操作，具体为：对输入的矩阵或上一层网络的输出数据矩阵，大小为N×k，设定需要被训练的参数矩阵和，矩阵大小为，矩阵大小为，需要大于；计算矩阵中所有元素的平均值为，按下述公式进行除均值操作： ， 将所得矩阵继续进行自注意力计算；改进型自注意力机制模型的输出为风机不同故障出现与未出现状态，且以“one-hot编码方式”进行编码。

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浙江省机电设计研究院有限公司，其通讯地址为：310000 浙江省杭州市延安路87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。