買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜煤炭科學技術研究院有限公司;煤炭科學研究總院申請的專利一種通風網絡故障診斷方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114357859B 。

龍圖騰網通過國家知識產權局官網在2025-04-01發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111478443.8，技術領域涉及：G06F30/27；該發明授權一種通風網絡故障診斷方法是由張浪;張迎輝設計研發完成，并于2021-12-06向國家知識產權局提交的專利申請。

本一種通風網絡故障診斷方法在說明書摘要公布了：本申請提出的一種通風網絡故障診斷方法，包括：采集通風網絡的故障數據集；根據多種機器學習算法分別建立故障診斷模型；多個故障診斷模型分別根據故障數據集設計故障診斷學習算法；多個故障診斷模型分別根據故障數據集進行故障診斷，并得出故障診斷準確率；以故障診斷準確率作為選取指標，選出最優故障診斷模型；應用最優故障診斷模型進行通風網絡故障診斷，本申請和現有技術相比所具有的優點是：通過故障數據集選取最優故障診斷模型，提高了故障診斷的準確率，由此，最大限度的減少人員傷亡和財產損失，保證礦井通風系統的安全可靠。

本發明授權一種通風網絡故障診斷方法在權利要求書中公布了：1.一種通風網絡故障診斷方法，其特征在于，包括：采集所述通風網絡的故障數據集；根據多種機器學習算法分別建立故障診斷模型；多個所述故障診斷模型分別根據所述故障數據集設計故障診斷學習算法；多個所述故障診斷模型分別根據所述故障數據集進行故障診斷，并得出故障診斷準確率；以所述故障診斷準確率作為選取指標，選出最優故障診斷模型；應用所述最優故障診斷模型進行通風網絡故障診斷；其中，所述采集所述通風網絡的故障數據集包括：標定所述通風網絡中的實際故障巷道編號；采集所述實際故障巷道對應的風量變化數據集；綜合所述實際故障巷道編號及風量變化數據集，以得到所述故障數據集；所述采集所述實際故障巷道對應的風量變化數據集包括：獲取與所述實際故障巷道直接或間接相連的巷道的原風量；獲取與所述實際故障巷道直接或間接相連的巷道的現風量；計算所述現風量和所述原風量的差值，并計算所述差值與所述原風量的比值；如果所述比值不小于10％，則采集所述現風量作為所述實際故障巷道對應的風量變化數據；綜合多個所述風量變化數據，以得到所述風量變化數據集；所述多個所述故障診斷模型分別根據所述故障數據集設計故障診斷學習算法包括：將所述故障數據集劃分出訓練集；將所述訓練集的所述風量變化數據集作為所述故障診斷模型的輸入特征；將所述訓練集的所述實際故障巷道編號作為所述故障診斷模型的輸出特征；多個所述故障診斷模型分別設計故障診斷學習算法；在所述多個所述故障診斷模型分別根據所述故障數據集進行故障診斷之前；分別選取多個所述故障診斷模型的多個參數；分別選取多個所述參數的取值范圍；將所述故障數據集劃分出驗證集；將所述驗證集的所述風量變化數據集作為所述故障診斷模型的輸入特征；將所述驗證集的所述實際故障巷道編號作為所述故障診斷模型的輸出特征；多個所述故障診斷模型分別根據其設計的所述故障診斷學習算法及多個參數，運用網格搜索法進行遍歷，并以交叉驗證平均分數作為選取指標，以得到所述故障診斷模型的最優參數；所述多個所述故障診斷模型分別根據所述故障數據集進行故障診斷，并得出故障診斷準確率包括：將所述故障數據集劃分出測試集；將所述測試集的所述風量變化數據集作為所述故障診斷模型的輸入特征；多個所述故障診斷模型分別根據其設計的所述故障診斷學習算法及最優參數進行故障診斷，得出多個診斷故障巷道編號；根據所述診斷故障巷道編號及所述測試集的所述實際故障巷道編號，得出多個所述故障診斷模型的故障診斷準確率；所述根據多種機器學習算法分別建立故障診斷模型包括：根據支持向量機建立支持向量機診斷模型；根據隨機森林建立隨機森林診斷模型；根據神經網絡建立神經網絡診斷模型；所述支持向量機診斷模型的參數包括：高斯核寬度及正則化參數；所述隨機森林診斷模型的參數包括：決策樹個數及每棵樹的隨機性大小；所述神經網絡診斷模型的參數包括：隱含層節點數量及正則化參數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人煤炭科學技術研究院有限公司;煤炭科學研究總院，其通訊地址為：100013 北京市朝陽區和平街青年溝路5號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。