深圳市爱科赛科技股份有限公司刘传瑞获国家专利权
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！
龙图腾网获悉深圳市爱科赛科技股份有限公司申请的专利一种基于深度学习的电力设备状态集成监控系统及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：CN120655268B 。
龙图腾网通过国家知识产权局官网在2026-03-13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：202510810370.X，技术领域涉及：G06Q10/20；该发明授权一种基于深度学习的电力设备状态集成监控系统及方法是由刘传瑞设计研发完成，并于2025-06-17向国家知识产权局提交的专利申请。
本一种基于深度学习的电力设备状态集成监控系统及方法在说明书摘要公布了：本发明公开了一种基于深度学习的电力设备状态集成监控系统及方法，涉及电力设备维护技术领域，通过从原始运维记录中提取维护时间戳、操作类型编码与持续时间等行为信息构建结构化特征集合MFD，并计算平均周期与节奏偏差，生成维护行为节奏特征PTD，同时结合运维知识语义模型生成维护操作的语义向量集合EMB，并构建综合行为输入序列SEQ；通过将行为输入序列输入至深度序列建模网络中进行时序建模，输出用于量化维护行为潜在风险程度的行为状态反推得分BSS，有效实现了对设备状态的“反向感知”能力；提高了电力设备运行健康状态判断的灵敏度、预见性与响应精准度，有效解决了现有监测系统对“非显性劣化因素”识别不足的问题。
本发明授权一种基于深度学习的电力设备状态集成监控系统及方法在权利要求书中公布了：1.一种基于深度学习的电力设备状态集成监控方法，其特征在于：包括以下步骤： S1、采集设备的维护行为信息，通过获取运维记录中的维护时间戳、维护操作类型编码及操作持续时间，构建设备维护行为的结构化特征集合MFD； S2、基于结构化特征集合MFD计算维护操作的平均周期与波动偏差，生成维护行为节奏特征PTD； S3、对结构化特征集合MFD进行语义嵌入处理，通过运维知识语义模型生成维护操作的语义向量集合EMB，结合维护行为节奏特征PTD特征，构建输入序列SEQ； S4、将输入序列SEQ输入深度序列建模网络，构建维护行为与设备健康状态之间的推理模型，输出行为状态反推得分BSS； S5、将所述行为状态反推得分BSS与设备主监控通道中基于物理量采集模型所计算的健康评估得分MON进行融合，生成融合健康状态评估值FUS，判断电力设备的健康风险程度并触发响应动作。
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深圳市爱科赛科技股份有限公司，其通讯地址为：518000 广东省深圳市南山区西丽街道松坪山社区高新北六道9号清华信息港科研楼708；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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励