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！

龙图腾网获悉山东欧菲特能源科技有限公司申请的专利一种制冷机组的故障预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：CN120579112B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202511061863.4，技术领域涉及：G06F18/2433；该发明授权一种制冷机组的故障预测方法是由邵长胜;邵明泉;任志峰;王哲;夏传闪;李海洋;高帆设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本一种制冷机组的故障预测方法在说明书摘要公布了：本发明涉及故障预测技术领域，公开了一种制冷机组的故障预测方法，所述方法包括：采用趋势加权插值法及基于正弦函数的局部趋势修正填补缺失数据；构建多尺度扰动评分指标，量化变量在不同时间窗口的偏差，基于扰动评分构建非对称风险引导预测分布，实现异常波动的方向性区分和风险自适应调节；引入动态结构驱动状态更新单元，捕捉时间依赖与风险演化；设计联合优化目标函数，平衡预测拟合度与扰动敏感性；构建结构扰动感知输出融合模块，通过对称扰动变量映射提取非对称扰动特征，结合非互信息抑制注意力机制抑制冗余依赖，采用频偏滤波融合器动态校正周期误差；最终通过融合损失函数，实现对制冷机组故障的精准预测与鲁棒预警。

本发明授权一种制冷机组的故障预测方法在权利要求书中公布了：1.一种制冷机组的故障预测方法，其特征在于，包括以下步骤： S1、采集制冷机组相关数据集，数据集由多种数据特征组成，构成原始数据集； S2、使用趋势加权插值法对缺失值进行填充，通过引入基于正弦函数构建局部趋势修正项，对前后原始数据点的变化趋势进行建模，计算得出缺失值； S3、构建扰动驱动非对称风险建模，构造多尺度扰动评分指标，对制冷机组数据集变量在不同时间窗口内的偏差进行量化，形成反映局部及全局扰动强度的综合评分；方法包括：捕捉目标变量在多个时间窗口下的相对变化程度，定义扰动尺度集合，每个为时间窗口的跨度，定义在每一个尺度下的局部滑动偏差，其数学模型为： ； 式中，为当前时刻的目标变量值，为过去第j个时刻的目标变量值，范围从t-s到t-1，s为时间步，为当前时刻t前s个观测值的算数平均值，为当前值相对于过去s步平均值的绝对偏差，反应短期、中期和长期扰动强度，随后通过结合各尺度的加权因子聚合多尺度扰动评分指标，表示当前时刻相对历史扰动强度； 利用扰动评分作为动态权重，构建非对称风险引导的预测分布，通过调整高低风险分位点的权重，实现对变量异常波动的方向性区分与自适应风险偏斜；引入动态结构驱动的状态更新单元，将当前扰动特征与历史状态信息融合，捕捉时间依赖性和风险演化过程；方法包括：构建非对称风险引导预测分布，扰动评分指标揭示变量趋势，作为风险分布建模的调节因子，方法包括：将所述扰动评分指标经Sigmoid映射计算出风险引导因子，用于控制非对称分布的偏移方向，并由状态表示构造低高风险分位点；实现低风险分位点的数学模型为： ； 式中，为时刻t的状态表示向量，表示历史扰动综合信息，所述状态表示向量由基于结构门控的状态聚合机制计算得出，为对称权重矩阵，捕捉中各维度之间的协变关系，为状态表示向量的2范数，为范数权重系数，调节范数项对分位点的影响程度，为分位点偏置项，为低风险分位点，表示预测分布的下界； 实现高风险分位点的数学模型为： ； 式中，为对称权重矩阵，为状态表示向量的1范数，为范数权重系数，为分位点偏置项，为高风险分位点，表示预测分布的上界；当表示状态过于集中时，被二范数抑制，偏向保守预测，当表示多变量活跃状态时，被1范数拉升，关注上尾预测；最后预测分布建模，其数学模型为： ； 最后构建联合优化目标函数，第一部分为对数似然损失项，第二部分为扰动评分响应项，通过风险调节系数对两部分进行加权平衡，其数学模型为： ； 式中，为风险调节系数，为整体损失函数，为模型所有可训练参数的集合，包括状态更新模块、分位点预测模块、扰动评分权重，为当前时刻预测分布在真实值处的对数概率密度； 式中，为时刻t的预测目标的条件概率密度函数，为以为基准的下尾截断概率密度，为以为基准的上尾截断概率密度； S4、构建结构扰动感知输出融合模块，所述结构扰动感知输出融合模块通过对称扰动变量映射器将每个输入变量的上升和下降扰动分别编码，提取非对称扰动特征；利用非互信息抑制注意力机制，在注意力权重计算中引入互信息惩罚项，抑制变量间的冗余依赖；采用频偏滤波融合器对预测输出进行周期性频率校正，动态调整预测结果误差； S5、构造制冷机组故障预测模型，所述制冷机组故障预测模型从数据预处理、扰动驱动非对称风险建模、结构扰动感知输出融合模块到最终的损失函数计算与优化，在训练过程中，动态反馈调整机制和超参数调节确保模型自适应调整加权系数，最终将测试集输入制冷机组故障预测模型，输出制冷机组故障概率，实现对制冷机组故障预测。

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山东欧菲特能源科技有限公司，其通讯地址为：251400 山东省济南市济阳区济北开发区银河路20-3号(博通工业科技园内3号厂区)；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”。

以上内容由龙图腾AI智能生成。