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！

龙图腾网获悉中建生态环境集团有限公司;中建碳科技有限公司申请的专利基于机器学习的楼宇设备异常识别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：CN120910731B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202510915494.4，技术领域涉及：G06F18/2433；该发明授权基于机器学习的楼宇设备异常识别方法及系统是由薛世伟;张志杰;姚子宣;孙健;王海斌设计研发完成，并于2025-07-03向国家知识产权局提交的专利申请。

本基于机器学习的楼宇设备异常识别方法及系统在说明书摘要公布了：本申请涉及机器学习技术领域，提供一种基于机器学习的楼宇设备异常识别方法及系统，用以实现对楼宇设备异常的准确检测、精准预警。方法包括：获取目标楼宇设备的连续运行数据集合，连续运行数据集合包含具有时间戳标记的多段设备状态记录单元；对连续运行数据集合进行时频域特征提取处理，得到设备状态记录单元的时频域特征集合；调用预构建的混合机器学习模型对时频域特征集合进行异常检测处理，生成设备状态记录单元的异常识别结果；根据异常识别结果确定目标楼宇设备的异常类型及异常类型在时间维度上的分布特征信息；基于异常类型及时间分布特征信息生成包含时间定位标识的目标预警指令，并将设备预警指令发送至目标设备管理终端。

本发明授权基于机器学习的楼宇设备异常识别方法及系统在权利要求书中公布了：1.一种基于机器学习的楼宇设备异常识别方法，其特征在于，所述方法包括： 获取目标楼宇设备的连续运行数据集合，所述连续运行数据集合包含具有时间戳标记的多段设备状态记录单元； 对所述连续运行数据集合进行时频域特征提取处理，得到所述设备状态记录单元的时频域特征集合； 调用预构建的混合机器学习模型对所述时频域特征集合进行异常检测处理，生成所述设备状态记录单元的异常识别结果； 根据所述异常识别结果确定所述目标楼宇设备的异常类型及所述异常类型在时间维度上的分布特征信息，包括：解析所述异常识别结果中的异常特征描述符，提取所述异常特征描述符对应的时频域特征模式；将所述时频域特征模式与预设的异常类型特征库进行匹配处理，确定所述异常特征描述符对应的异常类型；提取所述异常识别结果中异常特征描述符的时间戳信息，统计不同时间区间内各异常类型的出现频次；对所述异常类型的出现频次进行时间序列分析处理，识别所述异常类型在时间维度上的活跃时段和非活跃时段；基于所述活跃时段和非活跃时段构建所述异常类型的时间分布曲线，生成包含时间区间与对应频次的时间分布特征信息； 所述对所述异常类型的出现频次进行时间序列分析处理，识别所述异常类型在时间维度上的活跃时段和非活跃时段，包括：对所述异常类型的出现频次时间序列进行滑动窗口统计处理，计算每个时间窗口内的平均出现频次；比较相邻时间窗口的平均出现频次差异，识别出现频次突增的时间点作为活跃时段起始点；识别出现频次突降的时间点作为活跃时段结束点；在非活跃时段内，统计出现频次低于预设频次的时间区间作为非活跃时段；对所述活跃时段和非活跃时段进行边界平滑处理，消除因偶然波动导致的时段划分误差，得到平滑后的活跃时段和非活跃时段；将平滑后的活跃时段和非活跃时段与所述异常类型进行关联存储，形成所述异常类型的时间分布特征信息； 基于所述异常类型及所述时间分布特征信息生成包含时间定位标识的目标预警指令，并将所述目标预警指令发送至目标设备管理终端； 所述基于所述异常类型及所述时间分布特征信息生成包含时间定位标识的目标预警指令，包括：解析所述异常类型对应的预设预警规则库，提取与所述异常类型关联的预警优先级标识及维护策略编码；提取所述时间分布特征信息中的活跃时段和非活跃时段，确定所述异常类型的当前活跃时间区间；根据所述当前活跃时间区间计算所述异常类型在指定后序时段内的再次发生概率；将所述再次发生概率与所述异常类型的预警优先级标识进行关联加权处理，生成动态预警等级参数；将所述动态预警等级参数、维护策略编码及当前活跃时间区间进行信息融合处理，生成包含时间定位标识的目标预警指令；对所述目标预警指令进行格式标准化处理，得到标准化预警指令；所述标准化预警指令匹配目标设备管理终端的通信协议要求。

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中建生态环境集团有限公司;中建碳科技有限公司，其通讯地址为：100070 北京市丰台区星火路9号1幢612室；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。