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！

龙图腾网获悉成都云微交通科技有限公司申请的专利一种基于数据驱动策略的风机故障应急预测控制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：CN118564400B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202411038925.5，技术领域涉及：F03D7/00；该发明授权一种基于数据驱动策略的风机故障应急预测控制方法是由邹晶;陈陶;邹逸轩;陶江;王耕;蒲云春;谢志伟设计研发完成，并于2024-07-31向国家知识产权局提交的专利申请。

本一种基于数据驱动策略的风机故障应急预测控制方法在说明书摘要公布了：本发明公开了一种基于数据驱动策略的风机故障应急预测控制方法，涉及智能风机控制算法领域，本发明通过历史数据集采集风机在常规状态和应急状态下的内部状态数据和外部环境数据，利用这些数据构建并训练深度学习模型，从而实现对风机状态的准确预测和智能控制。并且本发明提出的智能化控制方法不仅能够提高风机的运行效率，降低维护成本，还能够显著提升系统的安全性和可靠性。

本发明授权一种基于数据驱动策略的风机故障应急预测控制方法在权利要求书中公布了：1.一种基于数据驱动策略的风机故障应急预测控制方法，其特征在于，包括： S1.通过历史数据集采集常规状态和应急状态下的风机内部状态数据和外部环境数据，所述内部状态数据包括电流电压数据，振幅转速数据，所述外部环境数据包括外部构件状态数据、温度数据和大气数据； S2.以采集的风机常规状态和应急状态下的内部状态数据和外部环境数据作为样本数据构建并训练深度学习模型，通过深度学习模型输出预测结果和控制决策，所述预测结果包括风机故障应急状态和风机常规状态，所述控制决策包括风机调整参数和风机工作模式选择风机状态； S3.使用构建好的深度学习模型，输入新数据，控制端根据输出的预测结果和控制决策对风机进行控制调整； 其中，所述步骤S2具体包括以下子步骤： S201.根据样本数据定义状态空间，并定义关于样本数据的风机控制动作的动作空间，设计奖励函数； S202.通过循环神经网络构建常规策略网络和应急策略网络； S203.定义循环神经网络模型的损失函数，所述损失函数分别包括策略损失函数、价值损失函数、应急策略损失函数，根据定义的策略损失函数、价值损失函数、应急策略损失函数计算总损失函数； S204.模型建立与训练，并将风机前端数据采集单元采集的传感数据输入至训练好的模型，输出风机工作的风机控制决策和风机工作模式控制决策； 所述步骤S201中，状态空间的定义具体为： ； 其中，所述表示状态空间，所述包括传感数据和应急状态标识的复合状态向量，所述表示传感数据，所述表示应急状态标识； 动作空间的定义具体为： ； 其中，所述表示动作空间，所述表示风机的控制动作，所述控制动作至少包括风机控制参数调整和风机工作模式切换； 所述步骤S202中，构建应急策略网络具体为：根据应急状态数据随时间变化的特性，通过循环神经网络处理应急信号的时间序列数据；输入层接收应急状态标识，隐藏层通过时间步长处理输入数据，输出层生成决策信号；其中，应急策略网络的输出层通过sigmoid函数转换循环神经网络的输出，生成一个介于0和1之间的值，表示采取应急动作的概率； 所述步骤S203中，应急策略损失函数具体表示为： ； 其中，所述表示期望，所述表示应急策略损失函数；所述表示在给定的应急状态标识的情况下，采取应急动作的概率，所述表示应急状态标识； 所述应急策略网络包括火灾应急策略网络，火灾应急策略网络的输出决策具体为：根据二进制决策：决策是否切换工作模式，即是否切换到应急工频回路；其中，所述表示火灾应急策略网络，所述表示火灾状态标识，所述表示偏置，所述表示应急动作状态下采取动作的概率，所述表示权重，所述表示转置，所述表示sigmoid函数。

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云微交通科技有限公司，其通讯地址为：610046 四川省成都市武侯区武侯电商产业功能区管委会武科西一路65号4栋8层803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”。