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！

龙图腾网获悉南京迅集科技有限公司申请的专利工业时序数据的学习融合与异常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：CN120179654B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510626277.3，技术领域涉及：G06F16/22；该发明授权工业时序数据的学习融合与异常检测方法是由冯钟灵;李旭;党鑫;席梦男;王志伟设计研发完成，并于2025-05-15向国家知识产权局提交的专利申请。

本工业时序数据的学习融合与异常检测方法在说明书摘要公布了：本发明属于设备健康监测与异常检测技术领域，本发明公开了工业时序数据的学习融合与异常检测方法，包括：构建IP‑PLC映射关系表，采集多模态数据，构建物理约束参数列表，生成结构化数据及存储索引；提取时域特征和频域特征，构建空间拓扑图，提取节点空间特征向量与边关联强度，生成空间关联特征向量，构建约束规则库，形成增强特征集；聚合增强特征集和约束规则库，生成多维特征矩阵和全局基准参数表，进而构建全局基准体系，得到设备级异常概率矩阵和生成工况级异常概率矩阵；通过分层建模进行分层优化，生成优化参数集；构建告警响应机制，并反向更新，形成闭环迭代；为复杂工业场景下的设备健康管理提供了可解释、可扩展的解决方案。

本发明授权工业时序数据的学习融合与异常检测方法在权利要求书中公布了：1.工业时序数据的学习融合与异常检测方法，其特征在于，包括： S1：解析工业通信协议，提取PLC设备ID与IP地址，建立初始设备列表；结合IP地址和设备ID，构建IP-PLC映射关系表；采集多模态数据，按时间戳对齐，进而根据传感器物理特性构建物理约束参数列表；通过分层存储策略管理数据，生成结构化数据及存储索引； S2：基于结构化数据，提取时域特征向量和频域特征向量；基于IP-PLC映射关系表构建空间拓扑图，提取节点空间特征向量与边关联强度，生成空间关联特征向量；结合物理约束参数列表，将物理规则与拓扑规则编码，构建得到约束规则库，并形成增强特征集； S3：聚合工厂内工业设备的增强特征集和约束规则库，生成多维特征矩阵，通过时空特征融合与物理约束参数优化检测阈值，生成全局基准参数表，进而构建全局基准体系；基于全局基准体系生成设备级异常概率矩阵和生成工况级异常概率矩阵； S4：基于设备级异常概率矩阵和生成工况级异常概率矩阵，通过分层建模生成设备级特征模型和工况级特征模型，并进行分层优化，生成优化参数集； S5：基于设备级特征模型和工况级特征模型的输出结果以及优化参数集，构建告警响应机制，并反向更新传感器关联的物理约束参数，形成闭环迭代。

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南京迅集科技有限公司，其通讯地址为：210046 江苏省南京市栖霞区马群街道紫东路1号紫东国际创意园西区F1栋607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”。