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！

龙图腾网获悉中国船舶集团有限公司第七二四研究所申请的专利基于时序特征选择的故障在线预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：CN119720009B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202411705300.X，技术领域涉及：G06F18/2433；该发明授权基于时序特征选择的故障在线预测方法及系统是由张卓伟;宋虎;朱润;沈凡设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本基于时序特征选择的故障在线预测方法及系统在说明书摘要公布了：本发明公开了一种基于时序特征选择的故障在线预测方法及系统，对通过模块监测点收集的原始数据进行预处理，得到M个监测点的状态监测时间序列数据集；划分训练集、验证集和测试集；分别对模块每个监测点的故障特征量建立故障预测模型，对故障预测模型进行时序特征选择，得到每个故障预测模型的最佳输入时序特征；对经过时序特征选择的预测模型进行训练，提升模型的预测性能；分别通过经过训练的故障预测模型对每个监测点的故障特征量进行在线预测。本发明对故障预测模型的输入时序特征进行了特征选择，减少了冗余输入特征，降低了预测模型的空间复杂度，提升了预测模型的预测精度，具有较好的泛化性能，能够为雷达装备的预防性维修提供依据。

本发明授权基于时序特征选择的故障在线预测方法及系统在权利要求书中公布了：1.一种基于时序特征选择的故障在线预测方法，其特征在于，基于时序特征选择的故障在线预测方法包括如下步骤： 步骤1、剔除通过模块监测点收集的原始数据集中的重复记录，当监测点某时刻故障特征量状态监测数据丢失时，将该监测点邻近时刻的故障特征量均值作为插补值，然后分别将各监测点的状态监测数据按时间先后顺序进行排序，将数据集中各监测点的状态监测数据进行归一化处理得到M个监测点的状态监测时间序列数据集Dmm＝1,2,…,M； 步骤2、各监测点按比例形成训练集验证集测试集 步骤3、分别对模块每个监测点的故障特征量建立反向传播BP神经网络预测模型Pmm＝1,2,…,M，将预测模型的平均绝对百分比误差MAPE作为预测模型的性能度量，构建时序特征选择算法，对故障预测模型进行时序特征选择，得到每个故障预测模型的最佳输入时序特征； 步骤4、构建预测模型的输入向量、实际输出和期望输出，对经过时序特征选择的故障预测模型进行训练，通过反复迭代更新隐藏层-输出层、输入层-隐藏层神经元间的连接权值以及隐藏层、输出层神经元的阈值来获得较好的模型参数，提升模型的预测性能； 步骤5、分别通过经过训练的故障预测模型对每个监测点的故障特征量进行在线预测，得到故障特征量的归一化预测值，通过反归一化处理，得到故障特征量的实际预测值。

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国船舶集团有限公司第七二四研究所，其通讯地址为：210003 江苏省南京市鼓楼区中山北路346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。