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！

龙图腾网获悉深圳大学申请的专利基于通用域自适应式的建筑空调系统故障诊断方法、系统、终端及介质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：CN121256518B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511822918.9，技术领域涉及：G06F18/241；该发明授权基于通用域自适应式的建筑空调系统故障诊断方法、系统、终端及介质是由范成;雷宇田;莫金汉;谢永杭设计研发完成，并于2025-12-05向国家知识产权局提交的专利申请。

本基于通用域自适应式的建筑空调系统故障诊断方法、系统、终端及介质在说明书摘要公布了：本发明所提供的基于通用域自适应式的建筑空调系统故障诊断方法、系统、终端及介质，属于故障诊断技术领域，所述方法包括：获取目标域数据集和源域数据集；构建故障诊断模型，故障诊断模型包括公共特征提取器、主分类器、多个辅助分类器和未知类检测器；利用目标域数据集和源域数据集对故障诊断模型进行通用域自适应式训练，得到已训练的故障诊断模型；将所述目标域数据集输入已训练的所述故障诊断模型，经处理得到目标建筑空调系统的诊断结果。本发明通过主分类器、辅助分类器和未知类检测器相结合，可有效识别出未知故障类别和已知状态类别，进而有效提高诊断结果的准确性。

本发明授权基于通用域自适应式的建筑空调系统故障诊断方法、系统、终端及介质在权利要求书中公布了：1.一种基于通用域自适应式的建筑空调系统故障诊断方法，其特征在于，所述方法包括： 获取目标域数据集和源域数据集，所述目标域数据集为无标签的目标建筑空调系统的运行数据，所述源域数据集为具有状态标签且与目标建筑空调系统诊断任务相关的建筑空调系统的运行数据； 构建故障诊断模型，所述故障诊断模型包括公共特征提取器、主分类器、多个辅助分类器和未知类检测器，所述公共特征提取器用于提取建筑空调系统的运行数据的特征表示，所述主分类器用于识别建筑空调系统的已知状态类别，所述多个辅助分类器用于对建筑空调系统的故障类型进行不确定性评估，所述未知类检测器用于识别建筑空调系统的未知故障类别； 利用所述目标域数据集和所述源域数据集对故障诊断模型进行通用域自适应式训练，得到已训练的故障诊断模型； 所述通用域自适应式训练包括共享类别权重估计、共享类特征域自适应式训练和未知类检测器训练； 所述共享类别权重估计的步骤包括： 将目标域数据集中每个目标域样本输入经协同预训练的公共特征提取器，得到若干目标域特征表示； 将全部所述目标域特征表示输入经参数调整的多个辅助分类器，得到每个辅助分类器输出对全部所述目标域特征表示属于各已知状态类别的第三预测概率分布； 基于全部所述第三预测概率分布，计算置信度指标、模型一致性指标和熵值指标；基于置信度指标、模型一致性指标和熵值指标计算多维不确定性指标； 融合每个目标域样本的多维不确定性指标，生成对应的综合性权重； 依据综合性权重对全部所述目标域样本进行筛选，得到部分目标域样本； 将部分目标域样本对应的目标域特征表示输入经协同预训练的主分类器，得到主分类器对部分目标域样本属于各已知状态类别的第四预测概率分布； 基于第四预测概率分布计算源域数据集中各已知状态类别与目标域数据集中各已知状态类别之间的共享类别权重； 所述共享类特征域自适应式训练通过多轮迭代的批次训练实现，每轮迭代包括： 为源域数据集中当前批次的每个源域样本分配其真实类别对应的共享类别权重，并为当前批次的目标域数据集中每个目标域样本分配其自身的综合性权重； 将当前批次的全部源域样本与全部目标域样本输入经协同预训练的公共特征提取器，得到若干源域特征表示和若干目标域特征表示； 将当前批次的全部源域特征表示输入经协同预训练的主分类器，计算主分类器在源域样本上的分类损失； 将当前批次的全部源域特征表示与当前批次的全部目标域特征表示输入预设的域判别器，并利用对应的共享类别权重和综合性权重，计算域对抗损失； 以最小化分类损失与域对抗损失的加权和为总优化目标，通过反向传播算法联合更新公共特征提取器、主分类器及域判别器的模型参数； 所述未知类检测器的训练步骤包括： 获取所述目标域数据集中全部目标域样本的所述多维不确定性指标和综合性权重； 根据综合性权重对全部目标域样本进行降序排序，利用预设的百分比分位数确定标注边界，将排序靠前的部分样本标注为已知状态类别，将排序靠后的部分样本标注为未知故障类别，并将排序位于中间区间的样本剔除，不参与训练； 将经自动标注的目标域样本的多维不确定性指标作为输入特征，以其对应的类别标注作为监督信号，构建训练数据集； 使用训练数据集，以最小化二分类任务的交叉熵损失为目标，对未知类检测器迭代的进行监督训练，直至达到预设的结束条件，得到已训练的未知类检测器； 将综合性权重不低于第一阈值的目标域样本标注为已知状态类别，将综合性权重不高于第二阈值的目标域样本标注为未知故障类别； 将所述目标域数据集输入已训练的所述故障诊断模型，经处理得到目标建筑空调系统的诊断结果。

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大学，其通讯地址为：518060 广东省深圳市南山区粤海街道南海大道3688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。