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！

龙图腾网获悉中国长江电力股份有限公司申请的专利一种基于稀疏自编码器与极端梯度提升的水电机组劣化指标构建方法与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：CN119089167B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202411016670.2，技术领域涉及：G06F18/213；该发明授权一种基于稀疏自编码器与极端梯度提升的水电机组劣化指标构建方法与系统是由刘东;李友平;汤正阳;孔丽君;任文锋;向强铭;黄正海;周一鸣;詹楚云;吴智伟;肖志怀设计研发完成，并于2024-07-29向国家知识产权局提交的专利申请。

本一种基于稀疏自编码器与极端梯度提升的水电机组劣化指标构建方法与系统在说明书摘要公布了：本发明公开了一种基于稀疏自编码器与极端梯度提升的水电机组劣化指标构建方法与系统，包括以下步骤：S1.根据水电机组振动数据，采用振动信号时域、频域、能量特征提取方法，构建振动信号多维特征集；S2.采用水电机组振动信号多维特征样本训练稀疏自编码器，得到训练好的稀疏自编码器模型作为机组多维特征降维模型；S3.收集水电机组正常状态下振动监测数据形成健康数据集，建立机组振动特征健康模型；S4.计算机组劣化指标。本发明以水电机组振动信号特征为切入点，精细化机组振动特征，构建机组实时劣化指标，反映机组劣化趋势，对水电机组状态维护及故障预警，降低水电机组故障损失有着重要意义。

本发明授权一种基于稀疏自编码器与极端梯度提升的水电机组劣化指标构建方法与系统在权利要求书中公布了：1.一种基于稀疏自编码器与极端梯度提升的水电机组劣化指标构建方法，其特征在于，包括以下步骤： S1.根据水电机组振动数据，采用振动信号时域、频域、能量特征提取方法，构建振动信号多维特征集； S2.采用水电机组振动信号多维特征样本训练稀疏自编码器，得到训练好的稀疏自编码器模型作为机组多维特征降维模型； S3.收集水电机组正常状态下振动监测数据形成健康数据集，采用正常数据训练极端梯度提升算法，寻找各振动降维特征与水电机组工况数据之间的映射关系，建立机组振动特征健康模型； S4.计算机组劣化指标，利用S3得到机组实时振动降维特征与对应健康特征之间的偏差，融合各振动降维特征偏差作为水电机组振动信号劣化指标； 建立机组振动特征健康模型的步骤如下： S31.给定一A数据集中包含有个样本和个特征，采用极端梯度提升算法的具体计算方式如下： ；（19） ；（20） ；（21） 式中，K表示回归树的数量，表示第个样本的预测值，其中预测值是通过每棵树进行累加得到，B为回归树的求解空间，A表示给定的数据集，表示第i个样本，表示第i个特征，表示CART树的整体结构函数，输入样本可以通过映射到叶子节点，表示树模型，表示叶子节点的输出值，表示树的结构函数，表示样本集合，表示树集合，表示树的数量； S32.给定表示极端梯度提升算法的目标函数，得到目标函数计算方法如下： ；（22） ；（23） 式中，表示损失函数，用来描述真实值和预测值之间的偏差程度，表示函数的正则项，表示算法的目标函数，表示叶子节点的划分难度，表示正则化系数，表示每个叶子节点得分； S33.将损失函数使用泰勒公式进行展开至二阶并化简目标函数，计算公式如下： ；（24） ；（25） 式中，表示回归树叶节点一次项梯度之和，表示回归树叶节点二次项梯度之和； 为使目标函数最小，将目标函数的导数设置为零进行求解，得到的结果如下: ；（26） ；（27） 式中，表示权重标准值，表示j个叶子节点的权重，表示叶节点划分难度，表示惩罚系数，表示树的数量，表示损失函数偏导数，表示预测值的偏导数； S34.将水电机组实时工况数据输入到训练好的极端梯度提升算法中，得到振动特征实时健康值如下： ；（28） ；（29） 式中、为经多维特征降维后的二维特征，表示有功功率，表示导叶开度，表示桨叶开度，表示机组转速，表示水头。

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中国长江电力股份有限公司，其通讯地址为：430014 湖北省武汉市江岸区三阳路88号三阳中心；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”。