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！

龙图腾网获悉张家港港务集团有限公司申请的专利基于数字孪生和机器学习的码头设施健康监测方法和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：CN120145239B 。

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：202510630193.7，技术领域涉及：G06F18/2431；该发明授权基于数字孪生和机器学习的码头设施健康监测方法和系统是由许丹;陈斌;周一帆;罗浩友;刘昕洋设计研发完成，并于2025-05-16向国家知识产权局提交的专利申请。

本基于数字孪生和机器学习的码头设施健康监测方法和系统在说明书摘要公布了：本申请提供一种基于数字孪生和机器学习的码头设施健康监测方法和系统，涉及码头设施健康监测领域，该方法包括：依据相邻监测点对应同类型传感器数据的同步性变化数值建立监测点网络拓扑图的权重系数；基于权重系数确定异常传递路径；依据各预设异常状态对应的历史监测数据确定各预设异常状态下各异常传递路径的异常状态传播规则；检测到任一监测点的异常传感器数据后，基于异常状态传播规则计算对应异常传递路径中其他监测点的参数预测值；若预设比例数量的参数预测值偏离对应实际监测值，则生成预警信息。实施该方法，可以应对传统健康监测方式汇总单点数据波动造成的误报，提高了异常状态预警的准确性和可靠性。

本发明授权基于数字孪生和机器学习的码头设施健康监测方法和系统在权利要求书中公布了：1.一种基于数字孪生和机器学习的码头设施健康监测方法，应用于码头设施健康监测系统，其特征在于，所述方法包括： 依据在多个预设监测点部署的多类型传感器网络实时采集码头设施的监测数据； 在数字孪生模型中构建多层级监测数据可视化层，所述可视化层包括全局监测层和局部监测层，所述全局监测层显示各监测区域的综合监测指标，所述局部监测层显示目标区域的传感器数据； 当预设时间段内所述综合监测指标的变化率未超过预设变化阈值时，在所述全局监测层对综合监测指标的变化过程进行动态展示； 当预设时间段内所述综合监测指标的变化率超过预设变化阈值时，在所述局部监测层对目标区域传感器数据的变化过程进行动态展示； 将预设时间段以内的监测数据按照参数类型进行分类，得到多个监测参数子集，所述监测参数子集包括多个同类型传感器数据； 计算预设时间窗口内各相邻监测点的数据变化率，得到变化率趋势，所述数据变化率为单位时间内传感器数据的变化幅度； 依据所述变化率趋势的相似度计算初始权重系数，所述初始权重系数表示相邻监测点传感器数据的基础同步程度； 依据所述预设时间窗口内相邻监测点对应传感器数据的突变点的时间差对所述初始权重系数进行修正，得到时序权重系数； 依据所述相邻监测点的结构连接关系对所述时序权重系数进行调整，得到最终的用于建立监测点网络拓扑图的所述权重系数，不同所述结构连接关系对应时序权重系数的预设调整策略不同，所述监测点网络拓扑图与所述监测参数子集一一对应； 在所述码头设施对应的数字孪生模型中将相邻所述权重系数均大于第一预设阈值的网络拓扑路径对应的目标路径确定为对应同类型传感器数据的异常传递路径； 依据各预设异常状态对应的历史监测数据确定各所述预设异常状态下各异常传递路径的异常状态传播规则； 当检测到任一监测点的传感器数据超出对应的第二预设阈值范围时，基于所述异常状态传播规则计算对应异常传递路径中其他监测点的参数预测值； 若检测到预设比例数量的所述参数预测值与对应实际监测值的差值超过第三预设阈值，则生成包含异常位置、影响范围和发展趋势的预警信息。

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张家港港务集团有限公司，其通讯地址为：215600 江苏省苏州市张家港市金港镇长江中路252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”。