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！

龙图腾网获悉杭州电子科技大学上虞科学与工程研究院有限公司申请的专利基于大语言模型的发电设备故障诊断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：CN119293232B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411293624.7，技术领域涉及：G06F16/34；该发明授权基于大语言模型的发电设备故障诊断方法是由周志光;温晋;刘玉华;王豆;郭庆;张震伟;俞荣栋;孟瑜炜设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。

本基于大语言模型的发电设备故障诊断方法在说明书摘要公布了：本发明公开了基于大语言模型的发电设备故障诊断方法。本发明方法首先将专家知识库转化为由判据节点和边组成的故障知识库，通过知识库完成故障检索；使用基于文本职能分割的输入完成自然语言文本的合成，基于不同判据的计算类型构建提示词模板，促进大模型完成判据的计算推理任务；输入多维的设备状态监测时序数据，结合提示词模板自动生成当前时间下的提示词集合，输入提示词集合到大语言模型进行计算推理并生成设备的当前状态集；使用知识库对状态集进行检索获得故障诊断结果；进而设计一个可视化系统对大模型输出结果和故障诊断结果进行收集和可视化，为提示词模板构建提供输入和交互接口。本发明方法完成的故障诊断具备良好的实用性和扩展性。

本发明授权基于大语言模型的发电设备故障诊断方法在权利要求书中公布了：1.基于大语言模型的发电设备故障诊断方法，其特征在于： 步骤1将已有的电厂专家知识库转化为故障知识库，故障知识库包括多个故障完全图，每个故障完全图表示为一个故障，通过故障完全图的形式进行可视化，不同颜色区分每个判据节点的计算类型； 步骤2根据不同计算类型设定对应的提示词模板，用于自动生成提示词；提示词模板包括四个部分： 头部head，用来说明任务的需求，并规定大模型的输出； 外部知识部分knowledge，包含执行任务需要的预备知识； 示例部分example，包含执行任务的多个示例； 合成部分format，用自然语言对其他部分以及输入数据进行连接； 步骤3设定标记匹配模块，输入的数据的判据状态包括正常false、异常true、错误error，标记匹配模块将判据状态为异常true的数据合成异常状态集； 步骤4将提示词模板接入大语言模型前端，标记匹配模块接入大语言模型后端，提示词模板、大语言模型和标记匹配模块构成设备状态推理模块；将多维的设备状态监测时序数据输入设备状态推理模块，提示词模板生成当前时刻下的提示词集合，大语言模型对提示词集合进行计算推理，生成电厂发电设备在当前时刻的状态，表示为标记语言结合判据状态的形式；标记匹配模块根据判据状态合成当前时刻异常状态集，表示为多个判据节点的集合； 步骤5将当前时刻异常状态集输入故障知识库，进行故障检索，得到故障诊断结果； 步骤6构建基于设备状态推理模块和故障知识库的电厂设备故障诊断可视化分析系统；系统界面包括以下部分： 6.1多维时序数据折线图：多维时序数据进入系统时，通过其属性进行分类，绘制在不同的折线图上； 6.2故障知识图：使用知识图谱的形式对故障知识库进行可视化，判据节点的不同颜色表示不同的计算类型，并能够通过悬停查看判据节点的详细信息； 6.3故障诊断视图：为流动的视图，用于用户查看和分析设备每个时刻出现的异常，每个时刻出现的异常判据用矩形表示并进行堆叠，并用不同颜色对计算类型进行区分； 6.4提示词模板构建组件：提供多个对应不同分割部分的输入窗口，用户在完成所有部分后，形成完整的提示词并显示； 6.5提示词评估组件：将提示词的性能反馈给用户帮助其对提示词进行优化，组件由文本预览、双向条形图、回复投影视图、回复细节展示、比较视图组成。

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杭州电子科技大学上虞科学与工程研究院有限公司，其通讯地址为：312300 浙江省绍兴市上虞区曹娥街道江西路2288号浙大网新科技园A2楼810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。