国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預訂訂單
服務訂單
發(fā)布專利 發(fā)布成果 人才入駐 發(fā)布商標 發(fā)布需求

在線咨詢

聯(lián)系我們

龍圖騰公眾號
首頁 專利交易 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 IP管家助手 需求市場 關于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 恭喜國網上海市電力公司冷超獲國家專利權

恭喜國網上海市電力公司冷超獲國家專利權

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(jiān)控用IP管家,真方便!

龍圖騰網恭喜國網上海市電力公司申請的專利一種CLCC壽命預測與故障風險分析方法、系統(tǒng)、設備及介質獲國家發(fā)明授權專利權,本發(fā)明授權專利權由國家知識產權局授予,授權公告號為:CN119046517B

龍圖騰網通過國家知識產權局官網在2025-04-18發(fā)布的發(fā)明授權授權公告中獲悉:該發(fā)明授權的專利申請?zhí)?專利號為:202411526113.5,技術領域涉及:G06F16/904;該發(fā)明授權一種CLCC壽命預測與故障風險分析方法、系統(tǒng)、設備及介質是由冷超;閆全全;李鋒鋒;薛楚亮;倪汝冰;朱正一;范業(yè)勛;謝攀設計研發(fā)完成,并于2024-10-30向國家知識產權局提交的專利申請。

一種CLCC壽命預測與故障風險分析方法、系統(tǒng)、設備及介質在說明書摘要公布了:本發(fā)明涉及一種CLCC壽命預測與故障風險分析方法、系統(tǒng)、設備及介質,其中所述的方法包括:構建CLCC壽命預測與故障風險分析模型;構建CLCC仿真系統(tǒng),模擬CLCC正常工況與故障工況重復進行多次壽命測試試驗,并獲取訓練數據集;訓練CLCC壽命預測與故障風險分析模型;利用訓練好的CLCC壽命預測與故障風險分析模型進行壽命預測值和故障風險分析;所述的系統(tǒng)用于實現上述的方法,包括數據采集和處理模塊、計算模塊和壽命預測和故障風險分析模塊。與現有技術相比,本發(fā)明將模型的決策過程可視化,直觀展示了在進行壽命預測和故障風險分析的過程并幫助識別影響CLCC元件壽命的關鍵故障類型,且該方法采用改進神經網絡模型使其在面對復雜工況也具備良好的處理性能。

本發(fā)明授權一種CLCC壽命預測與故障風險分析方法、系統(tǒng)、設備及介質在權利要求書中公布了:1.一種CLCC壽命預測與故障風險分析方法,其特征在于,該方法包括:構建CLCC壽命預測與故障風險分析模型,該模型包括神經網絡和可視化模塊;所述的可視化模塊根據神經網絡的特征提取和輸出結果將CLCC壽命預測與故障風險分析模型的決策過程可視化;所述的神經網絡為U型CNN-ResNet神經網絡,包括輸入層、編碼器、解碼器和輸出層;所述的編碼器包括多層卷積層、多層殘差層和多層池化層;所述的解碼器包括多層反池化層;構建CLCC仿真系統(tǒng),模擬CLCC正常工況與故障工況并重復進行多次壽命測試試驗,獲取試驗過程中各個元件傳感器數據以及預期壽命數值;所述的傳感器數據包括電壓數據、電流數據和溫度數據;將所述的傳感器數據和預期壽命數據進行預處理獲取預處理數據集,基于預處理數據集訓練CLCC壽命預測與故障風險分析模型;所述的預處理包括:將所述的傳感器數據進行去除異常值、標準化和滑動窗口分割得到第一數據;將第一數據進行標記處理,所述的標記包括元件編號、時間步、傳感器數據、剩余壽命、故障預警以及健康狀態(tài);基于標記后的第一數據構建預處理數據集;其中,獲取剩余壽命的方法為統(tǒng)計對應元件的實際工時,求取預期壽命數值與實際工時的差值,所述的差值即為對應元件的剩余壽命;所述的故障預警包括預警標識和故障信息,所述的預警標識為布爾數據,且當傳感器數據出現異常時預警標識置1;獲取所述的健康狀態(tài)的方法為:評估出現異常的傳感器數據與正常的傳感器數據的偏差以及異常的傳感器數據出現的時長,基于評估的結果形成對應元件的健康狀態(tài),所述的健康狀態(tài)為[0,1]的數值且隨著元件使用的時間減小;采集實際傳感器數據,將實際傳感器數據處理后輸入訓練好的CLCC壽命預測與故障風險分析模型,輸出CLCC中各元件的壽命預測值和故障概率值并生成可視化視圖;所述的可視化視圖用于將實際傳感器數據的決策重要度可視化;其中,所述的輸出CLCC中各元件的壽命預測值和故障概率值的步驟包括:下采集:輸入層接收處理后的實際傳感器數據并輸送至編碼器中,由多層卷積層進行初步處理;將初步處理的結果經池化層處理后輸入殘差-池化結構中進行下采集,所述的殘差-池化結構為多層結構且每層包括一層殘差層和池化層;每一下采集均會輸出傳感器多尺度特征,利用多頭注意力機制將所述的多尺度特征進行再處理輸出第一傳感器特征;跳躍連接:將編碼器輸出的第一傳感器特征通過跳躍連接傳遞到解碼器中;上采集:解碼器接收第一傳感器特征以及經跳躍連接的第一傳感器特征,通過反池化層處理并進行上采樣操作,輸出第二傳感器特征;輸出壽命預測值和故障概率值:輸出層接收來自編碼器輸出的第二傳感器特征,將所述的第二傳感器特征分別輸入壽命預測分支和故障風險分析分支;壽命預測分支接收第二傳感器特征,由壽命預測分支的全連接層輸出一個實值,使用線性激活函數對所述的實值進行處理,輸出壽命預測值;故障風險分析分支接收第二傳感器特征,由故障風險分析分支的全連接層輸出一個概率值,使用sigmoid激活函數進行所述的概率值處理輸出故障概率值。

如需購買、轉讓、實施、許可或投資類似專利技術,可聯(lián)系本專利的申請人或專利權人國網上海市電力公司,其通訊地址為:200122 上海市浦東新區(qū)自由貿易試驗區(qū)源深路1122號;或者聯(lián)系龍圖騰網官方客服,聯(lián)系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發(fā)布本報告當日的職業(yè)理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
主站蜘蛛池模板: 宁化县| 乐至县| 南木林县| 九江市| 英吉沙县| 云龙县| 河北区| 法库县| 泗水县| 盐池县| 江都市| 玉屏| 衡水市| 广宁县| 师宗县| 集安市| 濉溪县| 抚远县| 张家口市| 交城县| 晋城| 肥东县| 东台市| 延庆县| 酒泉市| 泗水县| 定边县| 榆树市| 长寿区| 南华县| 广汉市| 禹城市| 松江区| 海原县| 莱芜市| 黔东| 云安县| 沂南县| 梁河县| 沁阳市| 双鸭山市|