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！

龙图腾网获悉湖南匡安网络技术有限公司申请的专利一种基于高低频特征相似度的工控异常检测方法和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：CN121544634B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202610077537.0，技术领域涉及：G06T7/00；该发明授权一种基于高低频特征相似度的工控异常检测方法和系统是由肖紫东;吕婷;王卫民;唐伟;杨志邦;蔡宇辉;李肯立;段明星;余思洋;杨圣洪;李政设计研发完成，并于2026-01-21向国家知识产权局提交的专利申请。

本一种基于高低频特征相似度的工控异常检测方法和系统在说明书摘要公布了：本发明公开了一种基于高低频特征相似度的工控异常检测方法，其首先从工业控制系统现场进行监测数据的周期性采集，构建相应的低频特征向量和高频特征集合。通过反复的数据采集，形成包含多样本的训练数据集。在异常检测网络的初始化过程中，采用特征变换网络与投影网络的组合，确保低频特征与高频特征的有效映射与融合。具体而言，低频特征向量通过线性变换矩阵进行统一维度的映射，而高频特征则直接输入注意力融合机制，以计算高频特征对低频特征的动态关联度。最终，利用投影网络将融合特征与低频特征映射，生成用于相似度学习的向量对。本发明能够解决传统工业控制系统异常检测方法在特征处理与融合方面不足的技术问题。

本发明授权一种基于高低频特征相似度的工控异常检测方法和系统在权利要求书中公布了：1.一种基于高低频特征相似度的工控异常检测方法，其特征在于，包括以下步骤： 1以采集周期周期性地获取工业控制系统的低频监测量，采集到的所有低频监测量构成低频特征向量，按采集周期获取个高频子窗口，在第个高频子窗口中获取工业控制系统的高频特征向量，采集到的所有高频子窗口对应的高频特征向量构成高频特征向量集合；其中低频特征向量，为低频特征维度，表示所有实数的集合，采样周期的取值范围是1秒到60秒，采样周期的取值范围是100毫秒到800毫秒；高频特征向量集合，为高频特征维度，∈[1，]； 2将步骤1得到的低频特征向量和高频特征向量集合分别输入预先训练好的异常检测模型中的特征变换网络中，以分别获取映射后的低频特征向量和在线融合特征向量；步骤2包括以下子步骤： 2-1从特征变换网络中获取线性变换矩阵，并将步骤1得到的低频特征向量与该线性变换矩阵相乘，以得到映射后的低频特征向量，其中表示映射后的低频特征向量的维度： ； 2-2从特征变换网络中获取线性变换矩阵，并将步骤2-1得到的映射后的低频特征向量与该线性变换矩阵相乘，以得到查询向量： ； 其中表示注意力机制的内部维度，且有； 2-3从特征变换网络中获取线性变换矩阵和，将步骤1得到的高频特征向量集合中的每个高频特征向量分别乘以线性变换矩阵和，以分别得到键向量集合和值向量集合，其中： ； ； 2-4将步骤2-2得到的查询向量与步骤2-3得到的键向量集合中的第个键向量进行相似度计算，并通过softmax函数对相似度计算结果进行归一化，以得到键向量集合中第个键向量对应的注意力权重： ； 其中表示矩阵转置； 2-5根据步骤2-4得到的键向量集合中第个键向量对应的注意力权重和值向量集合中对应的值向量，以得到获取在线融合特征向量： ； 其中在线融合特征向量； 3将步骤2得到的在线融合特征向量和映射后的低频特征向量输入预先训练好的异常检测模型中的投影网络，以获取工业控制系统的异常检测结果；步骤3具体包括以下子步骤： 3-1将步骤2-5得到的在线融合特征向量输入投影网络，以得到在线高频投影向量： ； 其中，为投影网络中的可学习参数； 3-2将步骤2-1得到的映射后的低频特征向量输入投影网络，以得到在线低频投影向量： ； 3-3计算步骤3-1得到的在线高频投影向量和步骤3-2得到的在线低频投影向量之间的余弦相似度： ； 其中，表示取向量的二范数； 3-4判断步骤3-3得到的余弦相似度是否大于等于预设的异常检测阈值，若是则说明该工业控制系统处于正常工况，过程结束，否则说明该工业控制系统处于异常工况，输出异常告警，过程结束。

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湖南匡安网络技术有限公司，其通讯地址为：410006 湖南省长沙市芙蓉区湘湖街道和光路102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。