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！

龙图腾网获悉江西省水投科技有限公司申请的专利一种基于深度学习的水电站微机运维系统及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：CN120372521B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510890004.X，技术领域涉及：G06F18/2433；该发明授权一种基于深度学习的水电站微机运维系统及方法是由吴建平;辛星;林迎镇;杜德文;李小英;叶君萍设计研发完成，并于2025-06-30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水电站微机运维系统及方法在说明书摘要公布了：本发明公开了一种基于深度学习的水电站微机运维系统及方法，S1.预处理得到标准化运行数据；S2.提取改进液态时间常数网络框架的超参数初始值；S3.提取标准化运行数据的候选特征集合构建蜉蝣算法搜索环境，运行蜉蝣算法，得到最优特征子集与最优超参数集合；S4.采用标准化运行数据对改进液态时间常数网络模型进行训练，得到训练完成后的改进液态时间常数网络模型；S5.将训练完成后的改进液态时间常数网络模型部署至在线推理环境，对实时更新的水电站微机保护系统实时运行数据执行异常检测并输出异常检测结果。本发明系统能够在识别故障的同时明确其严重程度，便于值班人员或系统后台快速制定响应策略。

本发明授权一种基于深度学习的水电站微机运维系统及方法在权利要求书中公布了：1.一种基于深度学习的水电站微机运维方法，其特征在于，包括如下步骤： S1.采集水电站微机保护系统实时运行数据，并预处理得到标准化运行数据； S2.依据水电站微机保护系统实时运行数据的物理含义与信号分布，预定义改进液态时间常数网络框架，并提取改进液态时间常数网络框架的超参数初始值； S3.提取标准化运行数据的候选特征集合构建蜉蝣算法搜索环境，运行蜉蝣算法，以候选特征集合和超参数初始值构建蜉蝣算法的联合优化向量，对改进液态时间常数网络模型进行超参数后置优化，得到最优特征子集与最优超参数集合； S4.基于最优特征子集与最优超参数集合重构改进液态时间常数网络框架，形成优化后的改进液态时间常数网络模型，采用标准化运行数据对改进液态时间常数网络模型进行训练，得到训练完成后的改进液态时间常数网络模型； 所述S4包括以下步骤： S41.基于最优特征子集与最优超参数集合重构改进液态时间常数网络框架，形成优化后的改进液态时间常数网络模型； S42.利用标准化运行数据对改进液态时间常数网络框架进行初始训练，通过网络前向传播实时计算液态神经元的早期异常敏感度因子与异常累积效应，动态更新液态神经元的液态时间常数，并实时调整连接权重，通过网络反向传播优化网络参数，训练过程采用面向早期异常敏感性增强的双重加权均方误差损失函数： ； 其中，为第条标准化运行数据对应的真实异常标签，为第条标准化运行数据经改进液态时间常数网络框架输出的异常检测结果，为第条标准化运行数据对应瞬时异常敏感度的权重系数，为第条标准化运行数据对应历史异常累积效应的权重系数； S43.初始训练完成后，根据双重加权均方误差损失函数的收敛状态，停止训练并确定当前网络为改进液态时间常数网络模型； S5.将训练完成后的改进液态时间常数网络模型部署至在线推理环境，对实时更新的水电站微机保护系统实时运行数据执行异常检测并输出异常检测结果。

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江西省水投科技有限公司，其通讯地址为：330000 江西省南昌市南昌高新技术产业开发区紫阳大道3399号云中城A#办公楼36楼3601室；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”。