Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天津华能杨柳青热电有限责任公司郭瑞峰获国家专利权

天津华能杨柳青热电有限责任公司郭瑞峰获国家专利权

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!

龙图腾网获悉天津华能杨柳青热电有限责任公司申请的专利用于发电厂统计管理系统的数据库异常检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:CN120611298B

龙图腾网通过国家知识产权局官网在2026-02-24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:202510593580.8,技术领域涉及:G06F18/2433;该发明授权用于发电厂统计管理系统的数据库异常检测方法是由郭瑞峰;邹礼祥;马卫国;弭相辰设计研发完成,并于2025-05-09向国家知识产权局提交的专利申请。

用于发电厂统计管理系统的数据库异常检测方法在说明书摘要公布了:本发明涉及数据库异常检测技术领域,提供了一种用于发电厂统计管理系统的数据库异常检测方法,能够对发电厂统计数据进行协同异常识别与分析;该方法包括:结合语嵌‑VAE聚类模型,实现对发电厂统计数据的有效聚类,从而为后续模型提供高质量的数据输入,通过多重分解‑LSTM模型提升对数据波动源的解析能力,实现对关键异常点的准确识别与解释;通过本发明,可实现对发电厂统计的高效分析与预警,为发电厂的智能运维与决策支持提供重要的数据支撑和预警能力。

本发明授权用于发电厂统计管理系统的数据库异常检测方法在权利要求书中公布了:1.用于发电厂统计管理系统的数据库异常检测方法,其特征在于:该方法包括以下步骤: 步骤S1:采集发电厂统计管理系统数据库中的发电厂统计数据; 步骤S2:对发电厂统计数据进行特征工程处理,生成预处理统计数据; 步骤S3:构建语嵌-VAE聚类模型,通过语嵌-VAE聚类模型对预处理统计数据进行聚类,得到统计聚类特征数据; 步骤S4:构建多重分解-LSTM模型,通过多重分解-LSTM模型处理预处理统计数据和统计聚类特征数据,得到发电厂异常检测结果; 所述步骤S4中,构建多重分解-LSTM模型具体包括:建立LSTM模型,采用时序数据多重分解方法和融合遮蔽预测机制,优化LSTM模型,从而构建多重分解-LSTM模型; 所述步骤S4中,得到发电厂异常检测结果的过程,具体包括以下步骤: 步骤S41:将预处理统计数据和统计聚类特征数据输入到多重分解-LSTM模型进行训练,得到训练后LSTM模型; 步骤S42:对预处理统计数据分解为多重概念项,得到分解后概念集合; 步骤S43:对分解后概念集合进行遮蔽操作,结合训练后LSTM模型,生成遮蔽预测结果; 步骤S44:构建残差驱动-Shapley增强机制,结合遮蔽预测结果,得到SHAP贡献数据; 步骤S45:根据训练后LSTM模型,结合SHAP贡献数据,生成时序异常检测结果; 步骤S44具体包括:引入残差敏感因子,构建残差驱动-Shapley增强机制;根据遮蔽预测结果,通过残差驱动-Shapley增强机制评估多重概念项对训练后LSTM模型预测结果的影响力,得到SHAP贡献数据,所用公式如下: ; 其中,表示时间步,表示概念项索引,表示第个概念项,包括趋势概念项、残差概念项、季节性波动项和短期周期性项;表示残差敏感因子,表示时间点的实际观测值,表示分解后概念集合,表示移除第个概念项的组合,即遮蔽,表示时间点的输入样本,表示遮蔽掉对通过训练后LSTM模型进行预测; ; 其中,表示SHAP贡献数据,表示子集在遮蔽的前提下,从中选出的一个子集;表示子集的元素数量,表示的阶乘,表示分解后概念集合的元素总数,表示的阶乘;表示并集操作,表示边际贡献。

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天津华能杨柳青热电有限责任公司,其通讯地址为:300380 天津市西青区西青道246号;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。