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！

龙图腾网获悉华北电力大学申请的专利基于液态神经网络的重型燃气轮机压气机积垢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：CN120086539B 。

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：202510559574.0，技术领域涉及：G06F18/20；该发明授权基于液态神经网络的重型燃气轮机压气机积垢检测方法是由黄从智;常恩健;侯国莲;谭祥帅;吴青云设计研发完成，并于2025-04-30向国家知识产权局提交的专利申请。

本基于液态神经网络的重型燃气轮机压气机积垢检测方法在说明书摘要公布了：本发明公开了基于液态神经网络的重型燃气轮机压气机积垢检测方法，涉及异常检测技术领域，包括以下步骤：采集运行数据进行相关性分析；对已选择的特征数据进行预处理；提取压气机运行参数的时间特征；计算参数间相互作用的权重，并输出空间相关性；构建时空融合模型，并输入正常运行数据对模型进行训练；输出参数预测序列，计算预测值与实际值的多维残差向量，并通过构建动态阈值函数，当模型收敛且残差分布偏离正常工况置信区间时输出压气机积垢异常检测结果。本发明通过液态神经网络的动态拓扑结构，结合时空特征协同挖掘机制，实现了对压气机积垢程度的量化评估，提高了压气机积垢异常检测的精度和鲁棒性。

本发明授权基于液态神经网络的重型燃气轮机压气机积垢检测方法在权利要求书中公布了：1.基于液态神经网络的重型燃气轮机压气机积垢检测方法，其特征在于，包括以下步骤： 步骤S1：采用斯皮尔曼相关系数法对压气机运行参数进行相关性分析得到特征数据，选择相关性强的特征数据用于压气机建模； 步骤S2：将所述相关性强的特征数据进行预处理后分为训练集和测试集； 步骤S3：采用液态神经网络作为时间模型，提取压气机运行参数的时间特征； 步骤S4：计算提取到的所述压气机运行参数间相互作用的权重，使用图注意力机制输出空间相关性； 步骤S5：构建时空融合模型进行训练，计算多维残差向量，并构建动态阈值函数； 步骤S6：观察所述时空融合模型是否趋于收敛且残差分布是否偏离正常工况置信区间，所述时空融合模型收敛且残差分布偏离正常工况置信区间则输出压气机积垢异常检测结果，否则重复步骤S3-S5； 所述步骤S1中采用斯皮尔曼相关系数法对压气机运行参数进行相关性分析的方法按照如下公式计算： 其中，为观测对象的总数，为第i个观测对象在两个变量中的秩差，若表示完全正相关，表示完全负相关，表示无单调相关关系； 所述步骤S3中采用液态神经网络作为时间模型提取压气机运行参数的时间特征通过使用一个动态变化的时间常数来控制每个神经元的状态变化速率，这种结构使得每个神经元能够根据输入特征在不同时间点自适应地变化，具体公式如下： 其中，t是时间步长，是神经元的液态时间常数层的隐藏状态；是液态时间常数参数向量，控制神经元状态更新的速率；是一个以为参数的神经网络；是神经网络的外生输入；A是一个偏置向量； 液态时间常数可以通过以下公式表示： 其中，是时变因子；是一个以为参数的神经网络；是神经网络的外生输入； 液态神经网络的近似闭式解可以通过以下公式表示： 显示表达为： 其中，B是分解的参数向量；是液态时间常数参数向量；是一个以为参数的神经网络；是神经网络的外生输入；A是一个偏置向量；是Hadamard积。

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华北电力大学，其通讯地址为：102200 北京市昌平区回龙观北农路2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”。