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！

龙图腾网获悉成都派沃特科技股份有限公司申请的专利基于时序预测和模糊逻辑的混合模型故障预警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：CN121093053B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511621048.9，技术领域涉及：G06F18/24；该发明授权基于时序预测和模糊逻辑的混合模型故障预警方法及系统是由黄希;刘翼;欧瑞;宋晓梅;李云;张超红设计研发完成，并于2025-11-07向国家知识产权局提交的专利申请。

本基于时序预测和模糊逻辑的混合模型故障预警方法及系统在说明书摘要公布了：本发明提供一种基于时序预测和模糊逻辑的混合模型故障预警方法及系统，通过采集设备在连续运行周期内的运维数据，构建设备状态特征集，对设备状态特征集进行特征关联性分析，生成反映参数间动态耦合关系的设备状态潜势向量，调用预训练的模糊逻辑推理模型进行模糊规则匹配，生成包含多维度模糊子集的模糊状态集；对模糊状态集进行时空关联处理，生成多维决策云图，通过量子化权重分配机制对其进行空间重构，得到优化决策矩阵；基于其中各故障类型对应的置信度分布特征，生成包含故障预警等级及故障位置定位信息的故障预警信号。本发明可以提升故障预警的精准度与及时性，为设备运维管理提供了可靠的决策支持。

本发明授权基于时序预测和模糊逻辑的混合模型故障预警方法及系统在权利要求书中公布了：1.一种基于时序预测和模糊逻辑的混合模型故障预警方法，其特征在于，所述方法包括： 采集设备在连续运行周期内的运维数据，构建设备状态特征集，所述设备状态特征集包含设备各运行参数在不同监测时刻的特征序列及对应的环境影响特征序列； 对所述设备状态特征集进行特征关联性分析，生成反映参数间动态耦合关系的设备状态潜势向量，所述设备状态潜势向量包含特征序列的趋势演化特征和交叉影响特征； 调用预训练的模糊逻辑推理模型对所述设备状态潜势向量进行模糊规则匹配，生成包含多维度模糊子集的模糊状态集； 结合预设的领域故障知识库对所述模糊状态集进行时空关联处理，生成具有时空关联特性的多维决策云图，通过量子化权重分配机制对所述多维决策云图进行空间重构操作，得到优化决策矩阵； 基于所述优化决策矩阵中各故障类型对应的置信度分布特征，通过动态阈值判定机制生成包含故障预警等级及故障位置定位信息的故障预警信号，并将所述故障预警信号推送至设备运维管理终端； 所述对所述设备状态特征集进行特征关联性分析，生成反映参数间动态耦合关系的设备状态潜势向量，所述设备状态潜势向量包含特征序列的趋势演化特征和交叉影响特征，包括： 对所述设备状态特征集中的各特征序列进行时间序列分解处理，提取各特征序列在不同时间尺度下的趋势分量和波动分量，得到分解后的多尺度特征序列集合； 计算所述多尺度特征序列集合中各特征序列之间的互信息值，生成特征互信息关联矩阵，所述特征互信息关联矩阵中的元素值表示对应两个特征序列之间的非线性相关程度； 基于所述特征互信息关联矩阵，对特征序列进行聚类处理，生成具有内聚性的特征社区集合，每个特征社区集合包含具有关联性的多个特征序列； 对每个特征社区集合中的特征序列进行主成分分析，提取表征社区内特征序列整体变化趋势的主成分特征向量，所述主成分特征向量的维度与特征社区集合的数量相同； 将所有特征社区集合对应的主成分特征向量进行标准化处理，以消除量纲差异，生成标准化主成分特征向量集合；将所述标准化主成分特征向量集合进行拼接，生成包含各特征社区动态演化规律的趋势演化特征，同时计算不同特征社区集合之间的交叉影响系数矩阵作为交叉影响特征； 将所述趋势演化特征和所述交叉影响特征进行融合，生成表征参数间动态耦合关系的设备状态潜势向量，所述设备状态潜势向量的维度等于趋势演化特征的维度与交叉影响特征的维度之和。

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成都派沃特科技股份有限公司，其通讯地址为：610041 四川省成都市高新区天华二路219号天府软件园C区12栋14层；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。