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！

龙图腾网获悉电子科技大学长三角研究院(衢州)申请的专利一种用于工地智能配电箱的故障诊断和剩余寿命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：CN116680598B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202310645003.X，技术领域涉及：G06F18/24；该发明授权一种用于工地智能配电箱的故障诊断和剩余寿命预测方法是由袁国慧;王卓然;吴子涵;潘一帆;肖剑;路畅;张盼松;何劲辉设计研发完成，并于2023-06-01向国家知识产权局提交的专利申请。

本一种用于工地智能配电箱的故障诊断和剩余寿命预测方法在说明书摘要公布了：本发明公开了一种用于工地智能配电箱的故障诊断和剩余寿命预测方法，包括以下步骤：从配电箱中采集到的数据通过无线网络传输到云平台；搭建基于LSTM的预处理模型、基于DBN的无监督HI的故障诊断模型和基于DBN和IPF的剩余寿命预测模型：将云平台接收到的数据放入神经网络进行训练；通过训练完成后的网络模型对配电箱中的配件进行检测，预测未来一段时间内某个单一零件是否会发生故障以及剩余使用时间，最终将训练结果返回云平台端显示以及是否加以人为干预。本发明相比现有技术，能够更好地维护工地场景下配电箱的使用，提前预知配电箱故障发生的时间，提高维修效率，大大降低人工成本。

本发明授权一种用于工地智能配电箱的故障诊断和剩余寿命预测方法在权利要求书中公布了：1.一种用于工地智能配电箱的故障诊断和剩余寿命预测方法，其特征在于，包括以下步骤： 步骤1、通过配电箱中的通用采集器对相关物理量进行采集，得到采集数据； 步骤2、将采集数据向云平台的传输，通过云平台将采集数据放入搭建好的神经网络模型； 步骤3、搭建基于长短时记忆网络LSTM的预处理模型、基于深度神经网络DBN的无监督健康指标HI故障诊断模型，并将现有的改进粒子滤波PF方法改进后融入DBN实现剩余使用时间的预测； 步骤4、利用预处理后的数据训练所有的神经网络模型； 步骤5、通过训练完成后的神经网络模型对工地智能配电箱进行故障的诊断和剩余寿命的预测，并最终将结果返回云平台； 改进后的粒子滤波PF具体为： 步骤A、将神经网络DBN输出的特征向量集进行归一化处理，然后选取合适的特征层大 小，将输入变量投影得到一个特征集，同时得到一个故障特征集，由此便表示， 的值在0到1之间，0表示达到故障，1表示完全正常: 步骤B、将构建的作为粒子滤波的输入，为不同时刻的测量向量，首先进行粒子初始化，表示粒子数量，并使用先验概率生成;粒子更新使用的动态方程为，，其中表示k时刻的目标状态向量，表示k时刻 的测量向量；然后进行粒子权重更新，其中表示 重要性密度函数，表示系统观测模型对应的观测概率密度，表示状态转 移概率密度是否对应于系统状态转移;随后将权重通过MF方程进行平滑处理，将处理后的 权重进行归一化得到；按照1N重采样获得新的粒子,最终使用新的粒子和权重 来估计新的状态：； 所述剩余寿命预测模型通过当前估计的状态以及后验概率对未来健康指数HI进行 预测，进而得到剩余使用时间，具体的为，根据健康指数HI有t个测量值，基于SMC方法，状态在t时刻的后验概率密度函数为，是狄拉克函数，是 粒子数量，表示当前时刻输入的设备运行记录，表示t时刻权重，代表从0到t，由 此预测步后的概率密度函数为,此时状态预测值为，最后通过公式外推未来粒子状态为未来时刻的HI值，直到达到故障时 间FT，所经历的k个时刻为剩余寿命时间。

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电子科技大学长三角研究院(衢州)，其通讯地址为：324003 浙江省衢州市柯城区芹江东路288号1幢18楼；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。