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！

龙图腾网获悉北京北科欧远科技有限公司申请的专利基于深度学习的涡街流量计监测方法、装置、介质及产品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：CN119884694B 。

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：202510378354.8，技术领域涉及：G06F18/21；该发明授权基于深度学习的涡街流量计监测方法、装置、介质及产品是由肖屹东;梁序铭;张琦;员在斌;刘现卓设计研发完成，并于2025-03-28向国家知识产权局提交的专利申请。

本基于深度学习的涡街流量计监测方法、装置、介质及产品在说明书摘要公布了：一种基于深度学习的涡街流量计监测方法、装置、介质及产品，涉及电数字数据处理领域，该方法包括：获取涡街流量计的历史时序数据，并预处理得到标准化数据；将标准化数据划分为预设比例的训练集和验证集；根据涡街流量计的流量特征，将训练集按照预设的流量阈值区间进行分段，并分别构建深度学习模型，得到流量模型集；利用验证集对流量模型集中的多个深度学习模型进行验证，对流量模型集进行优化；采集涡街流量计的实时数据，并根据实时数据所属的流量阈值区间，进行模型计算，得到流量修正值；在基于流量修正值计算得到的流量计性能低于预设性能阈值时，生成异常预警信息。实施本申请，能提高涡街流量计的监测及时性，降低其维保成本。

本发明授权基于深度学习的涡街流量计监测方法、装置、介质及产品在权利要求书中公布了：1.一种基于深度学习的涡街流量计监测方法，其特征在于，应用于监测装置，所述方法包括： 获取涡街流量计的历史时序数据，并对所述历史时序数据进行预处理，得到标准化数据； 基于预设随机数种子，采用伯努利分布将所述标准化数据划分为预设比例的训练集和验证集； 基于流体力学理论，将所述涡街流量计的工作范围划分为层流区间、过渡区间和湍流区间；在每个区间内，根据雷诺数和斯特劳哈尔数的对应关系，确定多个流量阈值点；将所述训练集的数据按照确定的流量阈值点进行分段，得到多个子数据集； 对每个子数据集分别构建包含卷积层、循环层和全连接层的深度神经网络模型，得到流量模型集；各区间的神经网络结构根据流体特性的不同，设置有不同的卷积核大小和循环单元数量； 基于所述涡街流量计的物理特性构建损失函数；所述损失函数包括流量预测误差项、信号频率一致性约束项和物理规律约束项；所述流量预测误差项表征模型预测值与实际值的偏差，所述信号频率一致性约束项表征预测结果与涡街信号频率的相关性，所述物理规律约束项基于流体力学中的伯努利方程和连续性方程进行构建； 采用交叉验证方法，在不同的数据分割方案下评估所述流量模型集的泛化性能，得到泛化评估结果；基于泛化评估结果对所述流量模型集中各个深度学习模型的网络结构和超参数进行调整优化； 利用所述验证集对所述流量模型集中的多个深度学习模型进行验证，并基于验证误差结果对所述流量模型集进行优化； 采集所述涡街流量计的实时数据，并根据所述实时数据所属的流量阈值区间，调用所述流量模型集中对应的深度学习模型进行计算，得到流量修正值； 在基于所述流量修正值计算得到的流量计性能低于预设性能阈值时，生成异常预警信息。

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北京北科欧远科技有限公司，其通讯地址为：100089 北京市海淀区魏公村街1号韦伯豪家园8号楼5层5029；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”。