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！

龙图腾网获悉北京迅奥科技有限公司申请的专利基于人工智能的向量数据库自动化运维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：CN120875854B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202511404028.6，技术领域涉及：G06Q10/20；该发明授权基于人工智能的向量数据库自动化运维方法及系统是由王飞;季仁通;赵文;赵博;王天诚;石俊峰;吕善杰;孙敏设计研发完成，并于2025-09-29向国家知识产权局提交的专利申请。

本基于人工智能的向量数据库自动化运维方法及系统在说明书摘要公布了：本发明公开了基于人工智能的向量数据库自动化运维方法及系统，涉及自动化运维技术领域，分析设备运行状态，对运行异常的设备进行特征采集，分析当前设备运行状态与历史故障设备运行状态的相似程度，将相似的历史故障记录存入临时对比库，根据检修记录判断故障类型，进而获取预测故障类型及预测故障类型记录的数量，分析预测故障类型，通过故障记录和当前特征对预测故障类型进行分析，对预测故障类型进行排序，排序后对预测故障类型序列进行顺序的故障类型排查，完成故障类型排查后，对数据库进行更新，本发明通过匹配历史故障记录减少人工操作的复杂度与不确定性，缩短故障排查耗时。

本发明授权基于人工智能的向量数据库自动化运维方法及系统在权利要求书中公布了：1.基于人工智能的向量数据库自动化运维方法，其特征在于：该方法包括以下步骤： S1、实时监测设备运行数据，分析设备运行状态，对运行异常的设备进行特征采集； S2、调用历史出现的故障记录和运行异常的设备进行特征采集，分析当前设备运行状态与历史故障设备运行状态的相似程度； S3、将相似的历史故障记录存入临时对比库，根据检修记录判断故障类型，进而获取预测故障类型及预测故障类型记录的数量； S4、调用设备出厂数据，分析预测故障类型，通过故障记录和当前特征对预测故障类型进行分析； S5、对预测故障类型进行排序，排序后对预测故障类型序列进行顺序的故障类型排查； S6、完成故障类型排查后，对数据库进行更新； 在步骤S1中，针对任一类型设备，采集设备运行数据，经过预处理后得到设备运行特征，监测当前设备运行状态，在一个监测周期中，设备产出的产品量为α，若αβ＜γ，则判断当前设备运行状态异常，其中β为既设的单位监测周期产出的标准产品量，γ为既设的实际产品量与标准产品量比值的允许波动百分比；否则，判断当前设备运行状态正常，在判断当前设备运行状态异常时，调用设备运行特征作为设备运行异常向量存入运行异常向量数据库，标注待处理设备的设备标签，其中设备运行异常向量的维度与设备运行特征的数量相同； 在步骤S2中，在运行异常向量数据库出现待处理的设备标签时，调用待处理的设备标签对应的设备运行特征作为当前运行特征，当前运行特征为{A1,A2,…,An,…,AN}，其中N表示设备运行特征的数量，An表示第n个当前运行特征，对设备故障进行监测，调用历史出现的故障记录，历史出现的故障记录数量为M，第m个故障记录对应的设备运行特征为{B1,B2,…,Bn,…,BN}，Bn表示第m个故障记录中第n个设备运行特征，进而考虑第n个当前运行特征与第n个设备运行特征，得到当前设备与第m个故障记录的设备的第n特征相似度Zm_n，第m个故障记录的第n特征相异度Zm_n=|An-BnBn|，一一代入n=1,2,…,N，得到当前设备与第m个故障记录的设备的N个特征相异度，进而得到当前设备与第m个故障记录的设备的设备相异度Cm，Cm为当前设备与第m个故障记录的设备的N个设备相异度的平均值，若Cm＞C0，判断当前设备的设备运行特征与第m个故障记录的设备运行特征不相似，C0表示既设的设备相异度判断阈值；否则，判断当前设备的设备运行特征与第m个故障记录的设备运行特征相似。

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北京迅奥科技有限公司，其通讯地址为：100080 北京市海淀区苏州街55号10层1002；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。