Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西藏大唐扎拉水电开发有限公司;大唐水电科学技术研究院有限公司李旭东获国家专利权

西藏大唐扎拉水电开发有限公司;大唐水电科学技术研究院有限公司李旭东获国家专利权

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!

龙图腾网获悉西藏大唐扎拉水电开发有限公司;大唐水电科学技术研究院有限公司申请的专利基于深度学习的水电机组状态预测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:CN119669719B

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:202411497847.5,技术领域涉及:G06F18/213;该发明授权基于深度学习的水电机组状态预测系统是由李旭东;陈磊;李文建;谭晓霞;巴桑欧珠;李贵吉;王南溪;何传凯;商永喜;刘得潭设计研发完成,并于2024-10-22向国家知识产权局提交的专利申请。

基于深度学习的水电机组状态预测系统在说明书摘要公布了:本发明公开了基于深度学习的水电机组状态预测系统,涉及水电机监测技术领域,该系统包括:通过数据传感器网对水电机组进行采集,获得多个运行传感数据;对多个运行时段进行深度学习,构建状态预测通道;将多个运行传感数据同步至状态预测通道进行分析,生成多个运行状态预测结果,对水电机组进行运行监测,生成运行监测结果;遍历多个运行状态预测结果进行验证,生成预测反馈信息,对状态预测通道进行更新优化;对水电机组进行状态的智能预测。本发明解决了现有技术存在对水电机运行状态预测不准确,导致水电机组可靠性和运行效率低下的技术问题,达到了实现对水电机组运行状态的精准智能预测,提高了水电机组的可靠性和运行效率的技术效果。

本发明授权基于深度学习的水电机组状态预测系统在权利要求书中公布了:1.基于深度学习的水电机组状态预测系统,其特征在于,所述系统包括: 运行传感数据获取模块,所述运行传感数据获取模块基于多个运行时段,通过数据传感器网对水电机组进行实时采集,获得多个运行传感数据; 状态预测通道构建模块,所述状态预测通道构建模块用于根据历史运行传感数据集按照所述多个运行时段进行深度学习,构建状态预测通道; 运行监测结果生成模块,所述运行监测结果生成模块用于将所述多个运行传感数据同步至所述状态预测通道进行分析,生成多个运行状态预测结果,按照所述多个运行状态预测结果结合运行环境数据集对水电机组进行运行监测,生成运行监测结果,所述运行监测结果包含多个状态标签; 状态预测优化通道生成模块,所述状态预测优化通道生成模块用于按照所述多个状态标签遍历所述多个运行状态预测结果进行验证,生成预测反馈信息,根据所述预测反馈信息对所述状态预测通道进行更新优化,生成状态预测优化通道; 智能预测模块,所述智能预测模块用于通过所述状态预测优化通道对水电机组进行状态的智能预测; 其中,所述状态预测通道构建模块还包括: 基于所述多个运行时段对水电机组进行运行分析,根据分析结果划分生成多个运行周期; 调取水电机组的历史运行数据档案,根据历史运行数据档案提取所述历史运行传感数据集,按照所述多个运行周期对所述历史运行传感数据集进行特征提取,生成多个历史运行特征; 按照所述多个运行周期结合所述多个历史运行特征进行时序分析,确定水电机组的运行时间步长; 采用长短期记忆网络按照所述运行时间步长对所述历史运行传感数据集进行深度学习,生成运行时间序列,所述运行时间序列包含多个运行时间节点,所述多个运行时间节点中的每个运行时间节点具有至少一个历史运行传感数据; 根据所述多个运行时间节点对所述多个历史运行传感数据进行验证评估,生成验证令牌,根据所述验证令牌进行评估,输出状态预测通道; 所述状态预测通道构建模块还包括: 根据所述运行时间步长对所述历史运行传感数据集进行数据时序标准化处理,生成历史传感标准数据集; 将所述历史传感标准数据集按照所述运行时间步长进行分割,生成多个标准数据样本段; 基于所述多个标准数据样本段进行长期分析,生成第一分析结果,根据所述第一分析结果提取多个长期标准数据样本段,根据所述多个长期标准数据样本段进行计算,生成长期依赖系数; 基于所述多个标准数据样本段进行短期分析,生成第二分析结果,根据所述第二分析结果提取多个短期标准数据样本段,根据所述多个短期标准数据样本段进行计算,生成短期依赖系数; 按照所述长期依赖系数对所述历史运行传感数据集进行捕捉,生成第一信息流; 按照所述短期依赖系数对所述历史运行传感数据集进行捕捉,生成第二信息流; 根据所述第一信息流、所述第二信息流进行堆叠,确定多个运行时间节点,按照所述多个运行时间节点进行整合提取所述运行时间序列; 所述状态预测通道构建模块还包括: 按照所述运行时间步长将所述第一信息流与所述第二信息流进行对齐,生成时间戳对齐结果; 基于所述时间戳对齐结果,将所述第一信息流与所述第二信息流按照时间维度进行堆叠,生成二维数据矩阵; 遍历所述二维数据矩阵进行信息变化分析,生成信息变化曲线,按照所述信息变化曲线提取所述多个运行时间节点; 根据所述多个运行时间节点进行多维整合,生成多维向量集,将所述多维向量集按照所述多个运行周期进行排列,确定所述运行时间序列。

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西藏大唐扎拉水电开发有限公司;大唐水电科学技术研究院有限公司,其通讯地址为:854120 西藏自治区昌都市卡若区昌都西路嘎通街390号康盛阳光花苑三单元6楼1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。

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。