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！

龙图腾网获悉常州瑞物科技有限公司申请的专利基于强化学习的工业设备能效评估与维护决策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：CN120494794B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202510551871.0，技术领域涉及：G06Q10/20；该发明授权基于强化学习的工业设备能效评估与维护决策方法及系统是由高达;王玮鹏设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本基于强化学习的工业设备能效评估与维护决策方法及系统在说明书摘要公布了：本发明提供基于强化学习的工业设备能效评估与维护决策方法及系统，涉及强化学习技术领域，包括通过采集设备运行数据并提取特征，构建基于深度强化学习的维护时序决策模型，结合迁移学习实现模型优化，根据能效指标分析和时序因果关系生成维护决策方案，执行维护并记录过程数据用于模型在线学习更新。本发明提高工业设备能效管理水平，延长设备使用寿命，降低运维成本。

本发明授权基于强化学习的工业设备能效评估与维护决策方法及系统在权利要求书中公布了：1.基于强化学习的工业设备能效评估与维护决策方法，其特征在于，包括： 采集工业设备的实时运行数据作为第一特征数据集； 对所述第一特征数据集进行特征提取和主成分分析，得到第二特征数据集； 基于深度强化学习算法构建维护时序决策模型，对所述第一特征数据集和所述第二特征数据集提取时序特征并生成状态表征，根据预设的维护动作空间确定维护决策动作； 利用迁移学习方法对所述维护时序决策模型进行在线优化更新，通过特征映射将多源域知识特征矩阵迁移至目标设备领域，更新所述维护时序决策模型的网络参数； 基于维护时序决策模型输出的动作决策结果，对设备能效指标进行分析，基于时序因果关系优化求解生成维护决策方案； 执行所述维护决策方案，记录维护操作过程中的时间、操作和资源数据形成维护过程记录，采集维护完成后的所述第一特征数据集和所述第二特征数据集，将所述维护过程记录与维护后的特征数据集共同作为训练样本，输入所述维护时序决策模型进行在线学习，更新模型参数； 所述基于深度强化学习算法构建维护时序决策模型，对所述第一特征数据集和所述第二特征数据集提取时序特征并生成状态表征，根据预设的维护动作空间确定维护决策动作，包括： 将第一特征数据集与第二特征数据集基于时间戳进行分段对齐并构建最优时间分割序列，在每个时间序列片段内提取设备状态时序特征向量，生成时序特征序列； 基于所述时序特征序列构建层次化维护动作空间，采用马尔可夫决策过程对所述时序特征序列与维护动作的对应关系进行建模，构建动作转移约束矩阵； 采用双向长短期记忆网络对所述时序特征序列进行编码后提取初始时序状态表征，将所述初始时序状态表征输入多头注意力层融合不同时间尺度的状态信息，得到时序状态表征； 基于所述时序状态表征构建维护时序决策模型； 将所述时序状态表征输入多层时序卷积网络，通过动态空洞率提取多尺度特征，采用双向残差连接进行特征融合，得到增强时序特征； 将所述增强时序特征分别输入价值网络与优势网络得到状态值函数和动作优势函数，将状态值函数与动作优势函数组合得到各维护动作的时序价值得分，结合所述动作转移约束矩阵选择维护决策动作。

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常州瑞物科技有限公司，其通讯地址为：213000 江苏省常州市武进区湖塘镇湖塘科技产业园工业坊标准厂房D2栋；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。