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！

龙图腾网获悉南京实德信息技术有限公司申请的专利一种设备数据异常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：CN115776444B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202211405462.2，技术领域涉及：H04L41/142；该发明授权一种设备数据异常预测方法是由宋洲洋;朱海萍;王文娟;丁甲林设计研发完成，并于2022-11-10向国家知识产权局提交的专利申请。

本一种设备数据异常预测方法在说明书摘要公布了：本发明公开了一种设备数据异常预测方法，应用于设备数据异常预测系统，所述设备数据异常预测系统包括数据采集模块、数据传输模块、数据处理模块和数据预测诊断模块，所述数据采集模块用于采集设备损耗相关数据，采集完成的数据经过数据传输模块传送给数据处理模块，数据处理模块中对数据进行预处理，并将预处理后的数据传送给数据预测模块，所述数据预测模块对数据进行预测。本发明通过预测模型对设备的数据进行预测，从而与正常值比较，提前预知设备数据的异常，从而提前对设备进行检修，避免一些设备故障；在数据处理过程中，去除了原始数据中的冗余信息，完成对传感器数据的预处理，提高了数据处理的效率。

本发明授权一种设备数据异常预测方法在权利要求书中公布了：1.一种设备数据异常预测方法，应用于设备数据异常预测系统，其特征在于，所述设备数据异常预测系统包括数据采集模块、数据传输模块、数据处理模块和数据预测诊断模块，所述数据采集模块用于采集设备损耗相关数据，采集完成的数据经过数据传输模块传送给数据处理模块，数据处理模块中对数据进行预处理，并将预处理后的数据传送给数据预测模块，所述数据预测模块对数据进行预测；所述设备数据异常预测方法包括： 步骤S1，选取设备损耗情况作为反映设备退化趋势的健康因子，通过自适应双指数模型平滑方法去除原始数据中损耗的波动，得到退化趋势相对稳定的损耗数据的序列； 所述步骤S1具体如下：步骤S11，对观测时间数据进行压缩，按天为单位采集与存储，只记录起始时间和停止时间，期间采集数据的时间信息则用十六位进制序号1、2、3、...、n代替，表示距离起始时间之后的第一天、第二天、第三天、...、第n天，通过数字间隔表示数据采集时间； 步骤S12，保留传感器直接采集量，删除采集数据中的冗余值； 步骤S13，更换数据表示方式； 步骤S14，将浮点数运算改为整数运算，各浮点数测量值的整数位部分与小数位部分分离，分别进行运算，从而将浮点数运算转换为整数运算，具体如下式： Int＝intA Dec＝A-Int·2n 式中，A为参数原始数据，Int为该数据的整数部分，Dec为该数据的小数部分，n为该参数小数部分的位数； 最后，按各参数的传输顺序从，先排列整数部分，再排列各参数的小数部分； 步骤S2，采用压缩算法降低数据量，实现数据压缩；接着采用CEEMDAM算法分解平滑处理后的损耗数据的序列，得到可以反映退化主趋势的残差和模拟分量； 所述步骤S2中，具体公式如下： 设原始数据序列X、X、…、X，首先对数据进行差分计算， ＝X ＝|X-Xm-1|m≥1 ＝SignX-Xm-1 当X-Xm-1＞0时，S＝01；当X-Xm-1＜0时，S＝00； 差分后得到编码为：A，S+A，...，S+A 对数据进行去重， 原始数列为X、X、…、X，如果序列中有一段数据源：X＝Xi+1＝Xi+2＝...＝Xi+m＝0，其中m≤15，则这段数据编码记录为0Q,表示有Q个重复的0，Q为十六进制表示的数字； 此时原始数据变为X、X、…、0Q、...、X，再重复去重步骤，得到处理后的编码； 步骤S3，选取残差组建训练样本集，结合神经网络建立损耗前期和后期的映射关系，并对未知的损耗序列进行预测，通过迭代预测得到损耗预测值，进而计算出设备损耗周期； 步骤S4，通过预测模型对设备损耗周期进行预测，得出预测设备损耗周期，设定误差范围，并与标准设备损耗周期进行对比，当误差超出误差范围时，判断为数据异常。

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南京实德信息技术有限公司，其通讯地址为：210000 江苏省南京市高淳区高淳经济开发区双高路89号3幢4237室；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。