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！

龙图腾网获悉华能(福建)能源开发有限公司福州分公司申请的专利一种基于深度学习的皮带秤称重数据管理方法及系统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：CN120162575B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202510637942.9，技术领域涉及：G06F18/213；该发明授权一种基于深度学习的皮带秤称重数据管理方法及系统是由黄皓;陈珊峰;陈忠征;连纯鋆;郑谨宇;沈畅琴设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本一种基于深度学习的皮带秤称重数据管理方法及系统在说明书摘要公布了：本发明提供了工业大数据与人工智能技术领域的一种基于深度学习的皮带秤称重数据管理方法及系统，方法包括：步骤S1、获取大量皮带秤的历史监测数据、历史称重数据构建数据集；步骤S2、通过数据集对称重误差补偿模型进行训练和部署；步骤S3、采集皮带秤的实时称重数据、实时监测数据，将实时监测数据输入部署的称重误差补偿模型得到称重误差补偿值，基于称重误差补偿值对实时称重数据进行修正得到修正称重数据；步骤S4、将修正称重数据加密为第一加密称重数据进行本地存储，将修正称重数据加密为第二加密称重数据上传服务器。本发明的优点在于：极大的提升了皮带秤称重数据计量的准确性和连续性、传输和存储的安全性、管理的便捷性。

本发明授权一种基于深度学习的皮带秤称重数据管理方法及系统在权利要求书中公布了：1.一种基于深度学习的皮带秤称重数据管理方法，其特征在于：包括如下步骤： 步骤S1、基于依次连接的多模态特征提取层、时空融合层以及动态补偿输出层创建一称重误差补偿模型，设定所述称重误差补偿模型的损失函数； 所述多模态特征提取层用于从输入的监测数据中提取融合特征；所述时空融合层用于对融合特征进行时空关联建模得到补偿决策特征；所述动态补偿输出层用于将补偿决策特征映射为称重误差补偿值并输出； 步骤S2、获取大量的历史监测数据以及历史称重数据，对各所述历史监测数据以及历史称重数据进行预处理后构建数据集；所述历史监测数据包括秤架结构形变量、托辊径向跳动距离、皮带张力、称重传感器蠕变量、速度传感器滑差、物料湿度、环境温度、电磁干扰强度以及偏载度； 步骤S3、将所述数据集划分为训练集、验证集以及测试集，通过所述训练集以及损失函数对称重误差补偿模型进行训练，再通过所述验证集和测试集对训练后的称重误差补偿模型进行验证和测试； 步骤S4、对测试通过的所述称重误差补偿模型进行压缩、漂移补偿训练和部署； 步骤S5、采集皮带秤的实时称重数据以及实时监测数据，对所述实时称重数据以及实时监测数据进行预处理后，将所述实时监测数据输入部署的称重误差补偿模型得到称重误差补偿值，基于所述称重误差补偿值对实时称重数据进行修正得到修正称重数据； 步骤S6、通过预先关联的显示屏实时显示所述修正称重数据，实时记录至少包括修正称重数据、实时称重数据以及实时监测数据的称重日志，以预设的存储周期，基于第一加密规则将所述称重日志加密为第一加密日志进行本地存储，基于第二加密规则将所述称重日志加密为第二加密日志并通过TLS协议上传服务器； 步骤S7、服务器创建一称重数据库，设定所述称重数据库的鉴权机制，对接收的所述第二加密日志进行解密和校验得到称重日志，计算所述称重日志的数据指纹，将所述数据指纹存储至区块链，基于第三加密规则将所述称重日志加密为第三加密日志，将所述第三加密日志存储至称重数据库； 步骤S8、服务器对所述称重日志中的修正称重数据进行异常监测，移动终端通过所述鉴权机制访问称重数据库，以对所述称重日志进行在线管理； 步骤S9、基于所述称重日志对称重误差补偿模型进行不断的优化迭代； 所述步骤S1中，所述多模态特征提取层基于结构形变编码模块、动态载荷编码模块、环境干扰编码模块以及特征输出模块构建； 所述结构形变编码模块用于通过图神经网络从秤架结构形变量、托辊径向跳动距离和偏载度中，提取偏移特征以及连接刚度特征；所述动态载荷编码模块用于通过一维卷积神经网络从皮带张力和称重传感器蠕变量中提取空间局部特征，通过双向长短期记忆网络从速度传感器滑差中提取时序依赖特征；所述环境干扰编码模块用于通过对抗噪声鲁棒网络从物料湿度、环境温度和电磁干扰强度中，提取鲁棒特征；所述特征输出模块用于通过跨模态注意力机制和特征通道拼接，对所述偏移特征、连接刚度特征、空间局部特征、时序依赖特征以及鲁棒特征进行融合得到融合特征； 所述时空融合层基于时序特征关联模块、空间特征关联模块、特征交互模块以及融合模块构建；所述时序特征关联模块用于通过膨胀因果卷积网络从融合特征中挖掘时序耦合特征；所述空间特征关联模块用于通过图注意力网络从融合特征中挖掘空间传播特征；所述特征交互模块用于通过跨模态交叉注意力机制从融合特征中挖掘非线性补偿特征；所述融合模块用于对挖掘时序耦合特征、空间传播特征以及非线性补偿特征进行加权融合得到补偿决策特征。

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能(福建)能源开发有限公司福州分公司，其通讯地址为：350200 福建省福州市长乐区航城街道东安村东安239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”。