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！

龙图腾网获悉山东华力机电有限公司申请的专利发电机异常检测方法及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：CN120257199B 。

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：202510325841.8，技术领域涉及：G06F18/25；该发明授权发电机异常检测方法及系统是由李栓柱;王庆敏;信红兵;林彬;刘含玉;李宁设计研发完成，并于2025-03-19向国家知识产权局提交的专利申请。

本发电机异常检测方法及系统在说明书摘要公布了：本发明属于发电机故障检测技术领域，具体公开了一种发电机异常检测方法及系统，该方法包括如下步骤：采集发电机的运行参数及其所处的环境参数，将不同模态的特征进行融合，获取单个发电机的故障检测结果；进行跨设备协同检测，获取多个发电机的运行参数及其所处的环境参数，对多个发电机之间的工作参数数据和相互影响进行建模；从不同发电机的数据中提取共享的故障模式特征进行跨设备的联合建模，得到每个发电机的检测结果；综合跨模态的单个发电机的检测结果和跨设备的所有发电机的检测结果，得到最终检测结果。采用本技术方案，在跨模态特征融合和跨设备协同检测的基础上，从多个维度进行综合分析，提升故障检测的准确性和响应速度。

本发明授权发电机异常检测方法及系统在权利要求书中公布了：1.一种发电机异常检测方法，其特征在于，包括如下步骤： S1，采集发电机的运行参数及其所处的环境参数，并进行预处理； S2，特征提取，对每种参数使用不同的特征提取方法，具体为： 振动信号：使用快速傅里叶变换FFT提取频谱特征； 温度数据：使用时序分析提取温度变化的特征； 图像数据：使用卷积神经网络提取图像中的视觉特征； 气体数据：提取尾气气体浓度变化的特征； S3，将不同模态的特征进行融合，利用深度神经网络进行学习，获取单个发电机的故障检测结果； S4，进行跨设备协同检测，获取多个发电机的运行参数及其所处的环境参数并根据步骤S3的检测结果对参数数据进行筛选，对多个发电机之间的工作参数数据和相互影响进行建模； 使用深度学习模型，从不同发电机的数据中提取共享的故障模式特征进行跨设备的联合建模，得到每个发电机的检测结果； 综合跨模态的单个发电机的检测结果和跨设备的所有发电机的检测结果，得到最终检测结果； 对多个发电机之间的工作参数数据和相互影响进行建模的方法为： 设有M个发电机，发电机间的关系g通过图结构表示，其中发电机节点间的边表示发电机间的协同作用或因果关系： g＝v，ε 其中，v为发电机节点集，ε为发电机间的边集； 每个发电机ii的特征表示为xii，利用图卷积网络，学习发电机间的协同模式： 其中，hii为发电机ii经过图卷积网络后的表示，σ为激活函数，Nii为发电机ii的邻居设备集，W为权重矩阵； 使用深度学习模型，从不同发电机的数据中提取共享的故障模式特征进行跨设备的联合建模，得到每个发电机的检测结果的方法为： 通过协同学习模型将每个发电机的模态特征进行聚合，计算每个发电机的状态： 其中，hfusion是所有发电机协同学习后的特征表示，最终的检测结果为： 其中，f1为检测模型，为故障检测结果，θ为网络参数。

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华力机电有限公司，其通讯地址为：272500 山东省济宁市汶上县经济开发区九华山路15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”。

以上内容由龙图腾AI智能生成。