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！

龙图腾网获悉中工重科智能装备有限责任公司;上海亿锤机械科技有限公司申请的专利一种重叉电气系统故障诊断与智能修复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：CN120952759B 。

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：202511478259.1，技术领域涉及：G06Q10/20；该发明授权一种重叉电气系统故障诊断与智能修复方法是由何忠亮;赵庆辉设计研发完成，并于2025-10-16向国家知识产权局提交的专利申请。

本一种重叉电气系统故障诊断与智能修复方法在说明书摘要公布了：本发明公开了一种重叉电气系统故障诊断与智能修复方法，具体涉及电气系统智能运维技术领域，本发明通过传感器采集电气参数、机械参数及环境参数的多源数据，利用时空注意力特征提取网络进行故障时空特征提取，然后基于实时故障时空特征向量与历史故障时空特征向量相似度获取故障智能修复策略，通过CAN总线下发相应的智能修复指令，同时监控执行结果，对修复操作后的执行结果数据进行评估，将评估异常结果反馈至管理终端进行人机交互；本发明借助包含空间注意力子网与空洞卷积时序特征提取器的网络进行特征提取，能够全面、精准地捕捉系统运行状态的特征信息，为后续的故障诊断和智能修复提供丰富的特征依据。

本发明授权一种重叉电气系统故障诊断与智能修复方法在权利要求书中公布了：1.一种重叉电气系统故障诊断与智能修复方法，其特征在于：包括： S1：收集与存储历史重叉电气系统运维数据，包括标准状况下的运行数据、正常运行数据、故障运行数据和故障维修策略，同时实时接收并更新重叉电气系统运行过程中产生的数据，构建重叉电气系统管理数据库； S2：通过在重叉电气系统监测位置部署的传感器，进行实时同步采集电气参数、机械参数及环境参数的多源数据，并进行融合构建诊断故障的三维数据矩阵； S3：通过已构建的包含空间注意力子网与空洞卷积时序特征提取器的时空注意力特征提取网络，对实时采集的预处理操作后的三维数据矩阵进行特征提取，得到故障时空特征向量； S3.1.1：首先从重叉电气系统管理数据库中获取重叉电气系统不同故障状态的N组历史三维数据矩阵Mt，对三维数据矩阵进行预处理操作，得到预处理后的三维数据矩阵Ｍyt∈R3×3×n；然后将N组预处理后的三维数据矩阵Ｍyt∈R3×3×n和相应的故障状态独热编码向量作为训练数据集D，，[MNt,yN]为第Ｎ组三维数据矩阵MNt的故障状态标签为yN，故障状态标签为独热编码向量，共有10种故障状态标签类别，包括：无故障、电气故障轻度、电气故障中度、电气故障重度、机械故障轻度、机械故障中度、机械故障重度、环境故障轻度、环境故障中度、环境故障重度； S3.1.2：首先对CBAM注意力模块结构中的空间注意力权重MsMyt添加自适应门控函数ΘMyt，计算添加自适应门控函数后的空间注意力权重MstMyt，MstMyt=MsMyt×ΘMyt，MsMyt=σConv7×7[AvgPoolMyt;MaxPoolMyt]，ΘMyt=σk×Myt+b，k为可学习的权重参数，b为可学习的偏置参数，MsMyt通过对输入的三维数据矩阵Myt先进行平均池化AvgPoolMyt和最大池化MaxPoolMyt操作，再将这两个池化结果在通道维度拼接后，经过一个7×7的卷积Conv7×7和sigmoid激活函数σ得到；然后将空间注意力权重MstMyt与输入的三维数据矩阵Myt逐元素相乘，得到空间注意力子网的输出空间特征Fs，Fs=MstMyt⊙Myt； S3.1.3：首先将空间注意力子网的输出Fs作为空洞卷积时序特征提取器的输入，空洞卷积结构为采用3层空洞卷积堆叠，空洞率分别为2、4、8，用K表示空洞率，空洞卷积的感受野计算公式为RF，，RFpre为前一层的感受野大小，k为卷积核尺寸，stride为步长，n是空洞卷积的层数，dilationi为第i层空洞率；然后将输入的Fs通过空洞卷积进行时序特征提取，得到空洞卷积时序特征提取器的输出时序特征Ft，Ft=Convd-8Convd-4Convd-2Fs，Convd-K为空洞率为K的卷积操作； S4：通过历史故障时空特征向量和相应的智能修复策略构建故障诊断与智能修复知识图谱，基于实时故障时空特征向量与历史故障时空特征向量相似度获取故障智能修复策略； S4.1：首先通过历史故障时空特征向量和相应的智能修复策略分别定义故障特征节点集合VF和智能修复策略节点集合VR，，FN为第N组历史故障时空特征向量，N为历史故障案例的数量；然后通过BERT模型对智能修复策略文本进行分层编码，得到文本特征向量R，R=BERT[w1,w2,...wm1]，wm1表示第m1个经分词、词性标注后的词汇单元，遍历N组智能修复策略文本，得到智能修复策略节点集合VR，，RN为FN对应的智能修复策略文本向量；最后对每一组历史故障案例FN,RN建立从FN到RN的有向边EN，构建初步故障诊断与智能修复知识图谱READ1； S4.2：对于初始故障诊断与智能修复知识图谱READ1的每个有向边EN的权重WN，通过计算剩下N-1组历史故障案例的边权重贡献度Δwij进行累计得到，；然后遍历所有有向边EN的权重WN，构建完整的故障诊断与智能修复知识图谱READ2； S4.3：基于相似度函数Sim，遍历CN2组历史故障时空特征向量，获取每2组历史故障时空特征向量的相似度SFi，若SFi≥阈值SFith1，则进行合并为一个节点，反之则作为独立节点存在，遍历CN2组历史故障时空特征向量的相似度，对故障特征节点集合VF进行更新为VFg；基于距离函数遍历CN2组智能修复策略节点，获取每2组智能修复策略文本向量的距离函数值SRi，若SRi＜阈值SRith，则进行合并为一个节点，反之则作为独立节点存在，遍历CN2组智能修复策略文本向量的距离函数值，对修复策略节点集合VR进行更新为VRg，最后得到更新后的故障诊断与智能修复知识图谱READ3； S4.4：计算实时故障时空特征向量Fnow与故障诊断与智能修复知识图谱READ3中的故障节点集合VFg中的各节点FN的余弦相似度SimFnow,FN，筛选出相似度≥阈值SFith1的故障节点作为候选故障特征节点集合VFnow；然后对于从候选故障特征节点FN∈VFnow到智能修复策略节点RN的路径，获取路径边权重集合WNVFnow，筛选路径边权重最大的路径对应的修复策略文本作为最优修复策略Ropt，即故障智能修复策略；若余弦相似度SimFnow,FN＜阈值SFith1，则触发管理终端决策接口； S4.5：若实时故障时空特征向量Fnow与故障特征节点集合VFg中的节点FN的余弦相似度SimFnow,FN≥阈值SFith2，阈值SFith2＞阈值SFith1，更新该节点的故障时空特征向量，否则新增故障特征节点和相应的智能修复策略节点；若历史故障案例的新鲜度fh小于相应的阈值fhth，则对该故障案例进行淘汰，反之则保留，fh=ftcase×gup，ftcase为基础时间衰减函数，gup为重叉系统设备升级修正项； S5：基于获取的故障智能修复策略，通过CAN总线下发相应的智能修复指令，同时监控执行结果； S6：对修复操作后的执行结果数据进行评估，将评估异常结果反馈至管理终端进行人机交互。

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工重科智能装备有限责任公司;上海亿锤机械科技有限公司，其通讯地址为：226000 江苏省南通市启东市高新技术产业开发区海燕路；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。