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！

龙图腾网获悉华南理工大学申请的专利一种基于大模型的空压机故障预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：CN119884815B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411893384.4，技术领域涉及：G06F18/24；该发明授权一种基于大模型的空压机故障预测方法和系统是由邢晓芬;郑慧敏;邢晓洁设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种基于大模型的空压机故障预测方法和系统在说明书摘要公布了：本发明公开了一种基于大模型的空压机故障预测方法，涉及电数字数据处理，将采集到的空压机数据进行分级，并依次对每级数据进行异常分析处理，以获取各级数据之间的交互影响值、匹配度和关联支持值；通过大模型将各级数据、交互影响度、匹配度和关联支持度进行规范化、文本化分析，以将其转化为目标提示词；然后对所述目标提示词进行异常评分计算，以得到异常评分，并将所述异常评分与设定的阈值TA进行比较，从而得出异常检测结果。本发明公开了一种基于大模型的空压机故障预测系统。本发明在空压机的智能运维中提供了高效、可靠、可解释的故障预测和决策支持手段，显著提升了设备管理的智能化水平。

本发明授权一种基于大模型的空压机故障预测方法和系统在权利要求书中公布了：1.一种基于大模型的空压机故障预测方法，其特征在于，该方法包括： 数据分级处理步骤，用于将采集到的空压机数据进行分级，并依次对每级数据进行异常分析处理，以获取各级数据之间的交互影响值、匹配度和关联支持值； LLM异常判断与解释步骤，用于通过大模型将各级数据、交互影响度、匹配度和关联支持度进行规范化、文本化分析，以将其转化为目标提示词；然后对所述目标提示词进行异常评分计算，以得到异常评分，并将所述异常评分与设定的阈值TA进行比较，从而得出异常检测结果； 分级后的所述空压机数据分为一级数据、二级数据和三级数据，其中，一级数据为核心数据，用于分析空压机是否存在异常，若存在，则对所述二级数据进行交互影响分析； 二级数据为辅助数据，用于根据其特征均值与方差计算其与一级数据的交互影响值； 三级数据为关联历史数据，用于分析其与历史故障模式之间的匹配度，并根据所述匹配度计算关联性支持值； 所述分析空压机是否存在异常，具体的分析方式为： 对所述一级数据的时序进行时序分析或趋势检测，得到的异常时序；根据所述一级数据的时序及其异常时序计算得到残差∈t，将所述残差∈t与预设的阈值T进行比较，判断所述空压机的核心数据中是否存在异常： ； 其中，；Xt表示一级数据的时序；表示异常时序； 所述交互影响值通过下式计算： ； 其中，IX,Y是交互影响值；w1和w2是特征权重；，表示积分计算特征均值在特定时间窗口内对运行数据的累计影响；；表示一级数据的变化率；μY是特征均值；σY是方差；Xt表示一级数据的时序；二级数据的序列表示为Y={y1,y2,...,yn}； 所述特征均值通过下式计算： ； 所述方差通过下式计算： ； 所述关联性支持值通过下式计算： ； 其中，S是关联性支持值；COVRZ,H,M表示协方差；RZ,H表示三级数据Z与历史故障模式H之间的匹配度；M表示故障模式；σR和σM分别为匹配度和故障模式的标准差。

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南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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”。