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！

龙图腾网获悉国家能源费县发电有限公司申请的专利基于LSTM的蓄热罐健康状态在线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：CN121479219B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610024582.X，技术领域涉及：G06F18/20；该发明授权基于LSTM的蓄热罐健康状态在线预警方法及系统是由张杰;张卫军;赵帅帅;辛超;刘琨设计研发完成，并于2026-01-09向国家知识产权局提交的专利申请。

本基于LSTM的蓄热罐健康状态在线预警方法及系统在说明书摘要公布了：本申请涉及工业设备健康监测与故障预警技术领域，尤其涉及一种基于LSTM的蓄热罐健康状态在线预警方法及系统。方法包括：根据历史样本集中的每个样本获取对应的特征向量，根据特征向量构建故障特征初始图，建立节点的局部密度与高斯核宽度的动态关联规则用于动态更新节点相似性权重获取故障特征图；根据故障特征图更新历史样本集标签，根据更新后的历史样本集训练加权LSTM模型，获得故障诊断模型；采集蓄热罐实时运行数据，处理后输入故障诊断模型，输出蓄热罐健康状态诊断结果。本申请能够实现精准、实时的蓄热罐健康状态预警。

本发明授权基于LSTM的蓄热罐健康状态在线预警方法及系统在权利要求书中公布了：1.基于LSTM的蓄热罐健康状态在线预警方法，其特征在于，包括步骤：采集蓄热罐运行的多维度时序数据并进行预处理，获得包含已知标签样本和无标签样本的历史样本集；根据历史样本集中各样本的特征向量构建故障特征初始图，建立节点的局部密度与高斯核宽度的动态关联规则，动态更新节点相似性权重，获得故障特征图；故障特征图中的节点表示样本，边表示样本之间的近邻关系； 根据故障特征图，采用标签传播算法对历史样本集中无标签样本的标签进行更新，获得更新后的历史样本集； 基于更新后的历史样本集，引入用于区分样本为真实标签样本或传播标签样本的样本类型标签及传播概率，构建加权交叉熵损失函数，训练加权LSTM模型，获得故障诊断模型；其中，传播概率为传播标签样本在标签传播过程中获得其最终标签的概率值；损失函数对历史样本集中每个样本赋予一个权重，权重根据样本的类型标签和传播概率确定：样本为真实标签样本的权重为1；样本为传播标签样本的权重为其对应的传播概率； 采集蓄热罐的实时运行数据，经与历史样本相同的预处理后输入故障诊断模型，输出蓄热罐健康状态的诊断结果； 动态关联规则为：计算节点的局部密度；将所有节点的局部密度均值作为整体分布密度；通过比较节点的局部密度和整体分布密度获取该节点对应的最佳高斯核宽度；根据最佳高斯核宽度和节点间的距离，使用高斯核函数计算节点相似性权重； 设置每个故障特征初始图节点的节点初始高斯核宽度，比较每个故障特征初始图节点的局部密度值和整体分布密度：若当前节点的局部密度较小，通过整体分布密度和当前节点的局部密度的比值与节点初始高斯核宽度的乘积计算对应的最佳高斯核宽度；若当前节点的局部密度较大，通过整体分布密度和当前节点的局部密度的比值的相反数与节点初始高斯核宽度的乘积计算对应的最佳高斯核宽度； 根据故障特征图，采用标签传播算法对历史样本集中无标签样本的标签进行更新，获得更新后的历史样本集中，标签传播算法基于节点相似性权重进行，节点相似性权重通过高斯核函数计算，其高斯核宽度根据节点局部密度与整体分布密度的比较结果动态调整；还包括：对标签传播收敛后的无标签样本，将其标签值四舍五入获得最终标签，并同步记录该样本属于该最终标签的传播概率，用于后续加权LSTM模型训练。

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国家能源费县发电有限公司，其通讯地址为：273400 山东省临沂市费县费城街道办事处国电大道；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。