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！

龙图腾网获悉四川天源人科技有限公司申请的专利结合深度学习和阈值控制的垃圾焚烧设备预测性智能维护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：CN120563112B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202511052659.6，技术领域涉及：G06Q10/20；该发明授权结合深度学习和阈值控制的垃圾焚烧设备预测性智能维护方法是由夏宇;杜小勇;张跃辉;程森;贾文琴设计研发完成，并于2025-07-30向国家知识产权局提交的专利申请。

本结合深度学习和阈值控制的垃圾焚烧设备预测性智能维护方法在说明书摘要公布了：本申请属于设备维护预测技术领域，涉及结合深度学习和阈值控制的垃圾焚烧设备预测性智能维护方法，在本发明中采用多模态特征提取技术，从时域、频域和空间多维度提取特征形成多模态特征张量，通过时空特征解耦技术，将多模态特征张量分解为趋势项和残差项，并通过图注意力机制分离局部和全局特征，得到解耦后的特征组，然后基于解耦后的特征组，利用双LSTM网络精准预测设备的剩余使用寿命及其置信区间，而通过Transformer模型对残差特征建模，预测设备的故障类型；再引入动态阈值优化，通过Actor‑Critic网络分别生成基础阈值并评估工况偏移对阈值的影响，实现阈值的动态调整，减少了传统静态阈值方法带来的误报或漏报问题，显著提高了维护决策的准确性。

本发明授权结合深度学习和阈值控制的垃圾焚烧设备预测性智能维护方法在权利要求书中公布了：1.结合深度学习和阈值控制的垃圾焚烧设备预测性智能维护方法，其特征在于，包括以下步骤： 数据采集及预处理：采集实时传感器数据、设备工况日志以及历史维护记录，并对采集的数据进行预处理，得到时间对齐的标准化数据矩阵以及工况状态向量； 多模态特征提取：基于时间对齐的标准化数据矩阵进行时域特征提取、频域特征提取以及空间特征提取，形成一个多模态特征张量； 时空特征解耦：采用TDCNet模型进行时序解耦将多模态特征张量分解为趋势项和残差项；采用图注意力机制进行空间解耦，将局部特征和全局特征分离，基于此得到解耦特征组，包括趋势项、残差项、局部特征和全局特征； 所述时空特征解耦包括以下步骤： 时序特征解耦：设定池化窗口，其中池化窗口的大小基于设备的运行周期进行调整，再使用自适应平均池化操作对多模态特征张量进行池化，得到长期趋势分量； 通过线性插值将得到的长期趋势分量恢复到与原始数据相同的时间步长，得到对齐后的趋势项；再从多模态特征张量中减去已对齐的趋势项，得到残差项； 空间特征解耦：根据设备间的物理连接关系构建设备的拓扑图，每个设备的初始特征向量被初始化为输入特征张量中对应设备的特征；对每个设备对，计算注意力系数，注意力系数表示两个属于邻域关系的设备之间的相似度；基于计算的注意力系数，对每个设备的邻域设备特征进行加权求和，得到设备的全局特征； 基于得到的全局特征，从设备的初始特征中减去全局特征得到个体特征； 故障预测：基于解耦后的特征组，使用双向LSTM网络处理趋势特征进行寿命预测，输出设备的剩余使用寿命预测值，以及置信区间；通过Transformer模型对残差特征进行建模，输出设备的故障类型概率分布； 动态阈值优化：计算寿命预测的置信区间宽度和报警频率衰减值，分别训练Actor和Critic网络，Actor网络生成基础阈值，Critic网络评估工况偏移对阈值的影响，优化最终的维护阈值，将生成的维护阈值与寿命预测值进行对比输出是否需要维护。

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四川天源人科技有限公司，其通讯地址为：610000 四川省成都市中国(四川)自由贸易试验区成都高新区交子大道88号1栋13楼1301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”。