Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中铁建设集团有限公司;中铁建设集团机电安装有限公司谭学彪获国家专利权

中铁建设集团有限公司;中铁建设集团机电安装有限公司谭学彪获国家专利权

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!

龙图腾网获悉中铁建设集团有限公司;中铁建设集团机电安装有限公司申请的专利基于多模态的电力设备健康状态监测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:CN120277594B

龙图腾网通过国家知识产权局官网在2025-10-03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:202510774410.X,技术领域涉及:G06F18/2433;该发明授权基于多模态的电力设备健康状态监测方法是由谭学彪;汪诗超;杜喜军;江期洪;刘杰;侯敏;王炎波;李涛涛;申光申;史华;李少波;赵风轩;曹鹏鹏;吴少儒;何成;刘勇设计研发完成,并于2025-06-11向国家知识产权局提交的专利申请。

基于多模态的电力设备健康状态监测方法在说明书摘要公布了:本发明公开了基于多模态的电力设备健康状态监测方法,涉及电力设备检测技术领域,电力设备监测方法基于多模态数据与知识图谱融合,通过采集油中色谱、温度、电流、振动等传感数据,实施交叉校验及专家规则清洗与标签校正,输出高可信度数据;采用自编码器降维融合并基于设备拓扑构建图模型,利用图神经网络实现早期异常检测,生成异常告警;依托故障机理知识图谱进行机理匹配与一致性评估,输出可解释诊断;当诊断结果与实际运维结论显著偏差时,触发在线增量与迁移学习更新模型并扩充知识图谱,形成闭环自学习机制。本方法显著提高故障检测准确率,降低误报漏报,并提升运维决策效率,同时强化运维智能化及实时报警。

本发明授权基于多模态的电力设备健康状态监测方法在权利要求书中公布了:1.基于多模态的电力设备健康状态监测方法,其特征在于:包括,检测到多模态数据含噪量或标注失衡时,修正故障标签并剔除异常值,产出经清洗与校正的高可信度多模态数据; 在获取高可信度多模态数据后,结合自编码器降维矩阵与图神经网络邻接矩阵,透过多层映射函数对高可信度多模态数据进行去噪融合,并借助异常评分检测早期故障征兆,输出早期异常告警与特征描述; 接收早期异常告警与特征描述并发现与变压器的故障类型匹配冲突时,利用知识图谱及机理匹配函数对特征描述进行机理定位,输出可解释诊断结果及一致性评估结果,并标记新故障节点; 若可解释诊断结果与实际运维结论产生差异,依据差异度及增量学习率修正图神经网络模型并融合关系权重,动态更新知识图谱与多模态数据,形成自学习闭环; 通过图神经网络对变压器部件或监测点形成的图结构进行多层传播,依据邻接矩阵及异常评分确定早期疑似故障节点,并产出早期异常告警与特征描述;其中,若综合评分函数大于平衡阈值,则判定节点对应的样本或时间窗出现异常,将其作为异常节点; 基于传感器读数交叉比对与历史检修报告进行动态标签校正时,利用由历史样本构建的基准分布与可信度系数对可疑数据标签进行二次筛选,以修正漏标或错标并形成高可信度多模态数据; 利用小样本学习或合成过采样对稀缺故障数据进行限定性扩增时,结合专家规则约束对过度仿真的故障样本进行过滤,其中: 当标签一致度低于阈值时,判定经过清洗的数据集中的记录存在标签异常,在确认后进行适应性调整,将对应数据连同标签存储到高可信度多模态数据集。

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中铁建设集团有限公司;中铁建设集团机电安装有限公司,其通讯地址为:100040 北京市石景山区石景山路20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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。