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！

龙图腾网获悉合肥牵星智能科技有限公司;印尼大唐金光电力有限公司;印尼大唐金光苏姆赛发电公司申请的专利一种基于虚拟现实技术的火力发电企业安全实训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：CN119444514B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202411520439.7，技术领域涉及：G06Q50/20；该发明授权一种基于虚拟现实技术的火力发电企业安全实训方法是由徐炜鑫;吴严利;黄涛;刘蔚;王耿明;阿瓦;于付海;吕永军;张中成;马志强;赵汉成;徐驰;王志良设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本一种基于虚拟现实技术的火力发电企业安全实训方法在说明书摘要公布了：本发明公开了一种基于虚拟现实技术的火力发电企业安全实训方法，内容包括数据采集、构建实训基础框架、构建实训角色功能模型、安全隐患监测和综合实训。本发明涉及实训安全管理技术领域，具体是指一种基于虚拟现实技术的火力发电企业安全实训方法，本方案通过生成实训场景和构建虚拟实训角色框架，提高了场景的真实感和实用性；通过设计激励函数、进行多维量子融合，提高了模型的泛化能力和特征提取能力，提高了信息融合的效率和准确性，提高了预测结果的准确性和可靠性；通过设计匹配度计算函数、设计数据集群中心点更新函数、设定异常检验阈值来进行实时隐患监测，提高监测的实时性和准确性，提高安全隐患的识别效率。

本发明授权一种基于虚拟现实技术的火力发电企业安全实训方法在权利要求书中公布了：1.一种基于虚拟现实技术的火力发电企业安全实训方法，其特征在于，该方法包括以下步骤： 步骤S1：数据采集，采集设备运行数据、人员操作数据、历史故障数据、虚拟场景数据和实训角色数据； 步骤S2：构建实训基础框架，通过构建实训场景、构建虚拟实训角色框架来构建实训基础框架； 步骤S3：构建实训角色功能模型，通过设计输入层、设计激励函数、设计隐藏层、多维量子融合和设计输出层来构建实训角色功能模型； 在步骤S3中，所述构建实训角色功能模型具体包括以下步骤： 步骤S31：设置模型标签数据，将操作结果数据设置为模型的标签数据； 步骤S32：设计输入层，表示如下： ； 其中，表示输入层的输出值，表示初始权重，d表示输入特征总数，、和分别表示第1、第2和第d个输入特征； 步骤S33：设计定向激励函数，表示如下： ； 其中，表示定向激励函数的输入值，e表示自然常数，和表示尺度参数，表示定向激励函数； 步骤S34：设计隐藏层，表示如下： ； 其中，表示第l层隐藏层的输出值，表示第l层隐藏层的权重，表示第l层隐藏层的输入值，表示第l层隐藏层的偏置； 步骤S35：多维量子融合，具体包括以下步骤： 步骤S351：量子态初始化，表示如下： ； 其中，r表示量子比特的索引，R表示量子比特的最大数量，表示第r个量子比特的初始态，和是满足的复数，和是量子比特的基础态； 步骤S352：量子特征编码，表示如下： ； 其中，Qe表示一个由R个量子态组成的量子特征向量，表示第1个量子比特的初始态，表示第2个量子比特的初始态，表示第R个量子比特的初始态； 步骤S353：量子变换，表示如下： ； 其中，表示进行量子变化之后的第r个量子比特的变换态，表示一个二乘二的复数矩阵，deo表示一个在1到R之间的随机整数，表示第deo个量子比特的初始态，表示量子比特的张量积运算符； 步骤S354：量子特征融合，表示如下： ； 其中，表示量子特征融合之后的特征向量，表示量子特征融合权重； 步骤S36：设计输出层，表示如下： ； 其中，表示输出层输出的操作预测结果，表示取预测结果中概率最高的结果，表示归一化指数激励函数，、和分别表示输出层的权重、输入值和偏置； 步骤S4：安全隐患监测，通过定义强化关联距离、设计匹配度计算函数、设计数据集群中心点更新函数和设定异常检验阈值来进行安全隐患监测； 步骤S5：综合实训，实时采集在用户实训中的数据，输入实训角色功能模型，模型实时进行实训指导，同时对用户的实训数据进行安全隐患监测。

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合肥牵星智能科技有限公司;印尼大唐金光电力有限公司;印尼大唐金光苏姆赛发电公司，其通讯地址为：230088 安徽省合肥市高新区长宁社区服务中心望江西路800号数字经济专业孵化器D9栋D9-411室；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”。