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！

龙图腾网获悉国能浙江南浔天然气热电有限公司申请的专利一种电厂生产管理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：CN119671545B 。

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：202411911660.5，技术领域涉及：G06Q10/20；该发明授权一种电厂生产管理系统是由徐仁虎;徐良;樊明;马腾飞;郑正茂;沈鹏飞;裴辰晔设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种电厂生产管理系统在说明书摘要公布了：本发明涉及设备管理技术领域，具体为一种电厂生产管理系统，本发明利用多个传感器和深度学习算法，能够很好的实现电厂设备管理，本发明的算法可以根据生产系统所涉及到的设备运行状态以及对应的维护维修情况，给出设备维护维修的难道预期，以及预计的维护间隔，本发明可以让维护维修人员，根据算法公式做出具体的维护维系难度评估以及对应的维修间隔，这样可以对设备更新做出提前规划，做设备的预期更换维修的预期，定期更新设备维护信息，保证系统运行的稳定。

本发明授权一种电厂生产管理系统在权利要求书中公布了：1.一种电厂生产管理的方法，其特征在于，具体步骤包括： 步骤1：利用环境温度传感器采集电力设备所处环境温度；利用环境湿度传感器采集电力设备所处环境湿度；利用电控系统负荷传感器采集设备的负荷强度；利用电流传感器测定设备运行状态中的电变量；利用温度传感器收集设备内部的工作温度以及收集设备维护维修需求难度数据； 步骤2：将设备所处的温度、湿度和设备的负荷强度数据作为训练集，将对应的设备维护维修需求数据作为标签，基于深度学习算法建立设备维护维修需求预测模型，对模型进行训练，得到训练好的设备维护维修需求难度预测模型； 步骤3：利用传感器采集到设备所处环境温度、环境湿度和设备的负荷强度数据，并输入至设备维护维修需求难度数据预测模型，得到模型输出的预测的设备维护维修需求数据，使用采集的电变量数据和设备内部的工作温度数据对预测的设备维护维修需求难度数据进行修正，得到综合设备维护维修需求指数； 步骤4：基于上述得到的综合设备维护维修需求指数，使用动态调整公式计算出设备维护维修间隔，根据计算出的维护维修间隔，系统将给出调整维护维修时间，并且将综合的维护维修需求指数高于预设的维护维修需求阈值时，系统将增加维修难度指示； 对来自各个传感器的数据进行预处理以确保数据的质量，具体步骤如下： 去除数据异常值：计算数据的标准差，并设定3倍标准差作为阈值，超出这个范围的数据点被视为异常值； 计算数据的标准差所依据的公式为： ; 其中，是标准差，是数据点的总数，是第个数据点，是数据的平均值； 计算数据的平均值所依据的公式为： ; 其中，是数据的平均值，是数据点的总数，是第个数据点； 数据插值：对于时间序列数据，使用线性插值来填补缺失值：假设数据在两个已知点之间是线性变化的，通过计算这两个点之间的线性关系来估计缺失值； 所述基于深度学习算法建立设备维护维修需求预测模型的过程，具体包括： 基于深度学习算法建立设备维护维修需求难道预测模型，该模型由输入层、隐藏层、激活层和输出层构成，将设备所处的温度、湿度和设备的负荷强度数据作为训练集，将对应的将设备维护维修需求数据作为标签，对模型进行训练，得到训练好的设备维护维修需求难度预测模型；使用采集的电变量数据和设备内部的工作温度数据对预测的设备维护维修需求数据L进行修正，得到综合设备维护维修需求指数所依据的公式如下: ; 其中X综合设备维护维修需求指数，S是电变量数据，L是设备内部工作温度数据，H是预测的设备维护维修需求难度数据，是电变量数据的预设比例系数，是设备内部工作温度数据的预设比例系数，是预测的设备维护维修需求难度数据的预设比例系数，、、均大于零，且,为常数修正指数； 所述综合设备维护维修需求指数，使用动态调整公式计算维护维修间隔，所依据的公式如下： ; 其中，是计算出的维护维修间隔，是初始维护维修间隔，单位为天，是综合设备维护维修需求指数，是预设的调整系数，且大于零。

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能浙江南浔天然气热电有限公司，其通讯地址为：313009 浙江省湖州市南浔经济开发区宝山村银子兜88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。