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！

龙图腾网获悉浙江大学;华东交通大学申请的专利一种异构低质工业时序数据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：CN120086778B 。

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：202510571065.X，技术领域涉及：G06F18/2433；该发明授权一种异构低质工业时序数据异常检测方法是由赵春晖;王浩;陈佳威设计研发完成，并于2025-05-06向国家知识产权局提交的专利申请。

本一种异构低质工业时序数据异常检测方法在说明书摘要公布了：本发明公开了一种异构低质工业时序数据异常检测方法，该方法包括：收集异构时间序列数据，并进行连续过程变量增广，进而构建训练集；在异构特征整合预训练阶段，构建异构表征学习网络，并使用训练集中的预训练样本集进行预训练；在融合检测适应微调阶段，构建异构融合检测网络，并使用训练集中的微调样本集进行训练；利用最终训练好的异构融合检测网络获取连续过程变量的重构值，并依据异常检测控制限完成异常检测。本发明能够在变量异构和测点缺失的数据低质场景下精准地建模异构变量间的时序依赖关系，有效提高了异常检测的准确性，为实现工业生产系统的智能运维与优化决策提供了有力支撑。

本发明授权一种异构低质工业时序数据异常检测方法在权利要求书中公布了：1.一种异构低质工业时序数据异常检测方法，其特征在于，包括以下步骤： 1收集流程工业过程中的正常异构时间序列数据，并采用滑动时间窗方法对其进行扫描，得到序列化的数据集； 2基于序列化的数据集，设计连续过程变量增广方法，通过掩码矩阵生成以及标准差离散化生成掩码连续过程变量和伪离散过程变量，以构建训练集；所述步骤2具体包括： 对于集合Xin对应的序列化的数据集中的每个样本其中表示集合Xin对应的序列化的数据集中第m个样本的连续过程变量，表示集合Xin对应的序列化的数据集中第m个样本的离散过程变量； 对于每个连续过程变量通过随机确定的二值掩码矩阵执行掩蔽操作，得到掩码连续过程变量； 接着，计算每个连续过程变量的均值和标准差，根据3σ原则执行数据离散化，以获取对应的伪离散过程变量； 最终，根据连续过程变量及其对应的掩码连续过程变量和伪离散过程变量以及原始的离散过程变量构建预训练样本集，并结合微调样本集构建训练集； 3在异构特征整合预训练阶段，构建异构表征学习网络，并使用训练集进行预训练，以获取预训练好的异构表征学习网络； 4在融合检测适应微调阶段，基于预训练好的异构表征学习网络构建异构融合检测网络，并使用训练集进行训练，以获取最终训练好的异构融合检测网络；并根据重构误差估计异常检测控制限； 5应用时，将在线运行数据中序列化的存在缺失测点的连续过程变量和序列化的离散过程变量输入至最终训练好的异构融合检测网络中，得到对应的连续过程变量的重构值；根据连续过程变量的重构值及其对应的真实值与异常检测控制限进行对比，完成异常检测。

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浙江大学;华东交通大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。