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！

龙图腾网获悉厦门大学申请的专利一种数据驱动的园区管理服务Qos监测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：CN116383751B 。

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：202310453585.1，技术领域涉及：G06F18/2433；该发明授权一种数据驱动的园区管理服务Qos监测方法及系统是由刘龙城;高星;李贵林设计研发完成，并于2023-04-25向国家知识产权局提交的专利申请。

本一种数据驱动的园区管理服务Qos监测方法及系统在说明书摘要公布了：本发明公开了一种数据驱动的园区管理服务Qos监测方法及系统，包括：在基于物联网技术采集各种基础设施、用电设备及其环境的观测数据；对采集的数据进行预处理；采用PCA、DiPCA和KDA相互串联结合的方法提取数据集的动态特征、线性特征和非线性特征，使数据的异常变化能够在各个子空间中体现；使用Hotelling'sT2统计量和平方预测误差SPE或Q统计量及其上限控制限进行故障检测。本发明通过提取多种特征提高了过程监控性能，同时使模型可解释性得到了提高，可以为使用者提供可靠的监测及故障预警结果，有效提高了园区故障检测和预警的准确性和效率。

本发明授权一种数据驱动的园区管理服务Qos监测方法及系统在权利要求书中公布了：1.一种数据驱动的园区管理服务Qos监测方法，其特征在于，包括： 数据采集步骤，采集园区指定监测区域内监测参数的实时数据，将监测数据存储至数据库；所述园区内监测参数包括基础设施参数、用电设备参数和环境参数； 数据预处理步骤，采用小波变换去噪法将所述监测参数的数据分解成多个不同频率的小波分量，并对每个分量进行阈值处理以去除噪声，同时使用Z-score标准化技术将监测的各类数据标准化； 特征提取步骤，采用DiPCA算法捕获标准化后园区内监测参数数据的动态特征；通过PCA算法对经过DiPCA模型处理后的残差进行额外分析，获得线性特征；采用KDA算法提取PCA模型残差中的非线性特征； 故障检测步骤，基于所述动态特征、线性特征和非线性特征，计算出Hotelling'sT2统计量和平方预测误差统计量，同时计算对应上限控制限，当检测到当前时段监测数据的至少一个统计量大于上限控制限时进行故障预警，实现实时故障检测； 结果输出步骤，对故障源状态进行报警； 所述特征提取步骤，具体包括： 1，对一个n×m的监测数据x＝x1,x2,x3...xm，通过DiPCA算法提取当前时刻所监测数据的动态潜在分数预测的动态潜在分数和DiPCA模型残差如下： 其中，矩阵x的行表示n组监测数据，其列表示m个监测参数；Ld表示DiPCA算法从园区各类监测数据中提取的动态主元个数；表示第i个主元；表示主元对应的载荷矩阵；δ表示系数矩阵；表示预测的动态潜在得分，用于衡量监测数据与其正常运行条件下的偏差；s表示动态阶数；表示DiPCA模型计算得到的权重矩阵；表示DiPCA算法计算得到的残差向量，上标d表示动态，下标t表示t时刻； 2，监测数据经过DiPCA计算得到的测试残差向量作为PCA算法的输入，计算出线性潜在分数和PCA模型残差如下； 其中，Ll表示PCA算法提取的主元个数；表示主元对应的载荷矩阵；表示线性潜在得分，用于衡量监测数据与其正常运行条件下的偏差；表示PCA算法计算得到的残差向量，上标l表示线性，下标t表示t时刻； 3，将PCA算法计算得到的残差作为输入数据，使用KDA算法提取非线性特征，如下： 其中，Ln表示KDA算法提取的核判别方向个数，Φ表示核函数，表示核判别方向对应的载荷矩阵，表示非线性潜在得分，用于衡量监测数据与其正常运行条件下的偏差；A表示系数矩阵，k表示测试核向量，上标n表示非线性，下标t表示t时刻。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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”。