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！

龍圖騰網恭喜浙江大學;浙江宇眾環境科技有限公司申請的專利基于深度遷移學習和主成分分析的暖通空調系統故障檢測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：CN119669987B 。

龍圖騰網通過國家知識產權局官網在2025-05-09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：202510181271.X，技術領域涉及：G06F18/2433；該發明授權基于深度遷移學習和主成分分析的暖通空調系統故障檢測方法是由楊捷;鄭凡;奚海劍;陳軍;邱澤賢;仇垚設計研發完成，并于2025-02-19向國家知識產權局提交的專利申請。

本基于深度遷移學習和主成分分析的暖通空調系統故障檢測方法在說明書摘要公布了：本發明公開了一種基于深度遷移學習和主成分分析的暖通空調系統故障檢測方法。包括：使用主成分分析方法分別處理源域數據集、目標域數據集，得到源域特征數據集和目標域特征數據集；構建深度學習模型后，首先使用源域特征數據集對深度學習模型進行預訓練，再凍結預訓練模型的卷積神經網絡模塊的參數，使用目標域特征數據集訓練得到訓練好的深度學習模型，使用訓練好的深度學習模型接收并處理待預測的傳感信號數據，得到暖通空調系統的故障檢測結果。本發明方法減少了對大量標注數據的依賴，能夠及時反饋故障信息，故障檢測準確可靠。

本發明授權基于深度遷移學習和主成分分析的暖通空調系統故障檢測方法在權利要求書中公布了：1.一種基于深度遷移學習和主成分分析的暖通空調系統故障檢測方法，其特征在于：包括以下步驟：S1獲取綜合自動化系統的傳感信號數據并構建為源域數據集；所述步驟S1中，使用傳感器采集綜合自動化系統在正常運行和不同故障狀態下的傳感信號數據；S2獲取暖通空調系統的傳感信號數據并構建為目標域數據集；所述步驟S2中，使用傳感器采集暖通空調系統在正常運行和不同故障狀態下的傳感信號數據；S3分別對所述源域數據集、所述目標域數據集進行主成分分析，得到源域特征數據集、目標域特征數據集；S4構建深度學習模型；所述深度學習模型包括卷積神經網絡模塊、雙向長短期記憶網絡模塊和注意力機制模塊；S5使用源域特征數據集訓練所述深度學習模型，得到預訓練模型；凍結所述預訓練模型的卷積神經網絡模塊的參數，使用目標域特征數據集訓練得到訓練好的深度學習模型；所述步驟S5的訓練過程中，均使用交叉熵損失函數計算分類損失并通過反向傳播更新模型參數，均使用Adam優化器作為模型參數的優化方法；所述交叉熵損失函數按照以下公式設置：L=—∑Mi=1yilogyi’式中，M表示目標故障類別的數量，yi表示第i個目標故障類別的真實概率值，yi’表示深度學習模型預測得到的第i個目標故障類別的概率；S6使用訓練好的深度學習模型處理待預測的傳感信號數據，得到故障檢測結果。

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浙江大學;浙江宇眾環境科技有限公司，其通訊地址為：310058 浙江省杭州市西湖區余杭塘路866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”。