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！

龍圖騰網恭喜西安電子科技大學申請的專利一種故障預測方法及系統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：CN117195953B 。

龍圖騰網通過國家知識產權局官網在2025-05-30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：202210593198.3，技術領域涉及：G06N3/0442；該發明授權一種故障預測方法及系統是由楊清海;王夢瑤;劉佳宜;武艷設計研發完成，并于2022-05-27向國家知識產權局提交的專利申請。

本一種故障預測方法及系統在說明書摘要公布了：本發明屬于通信技術領域，具體涉及一種故障預測方法及系統。克服現有方法存在診斷精確度低、泛化能力弱的問題。在進行故障預測之前，利用生產過程中的歷史數據對故障預測模型進行離線訓練，并保存訓練完成的模型參數。在進行故障預測時，首先按照預定的規則對生產過程中的設備狀態數據進行預處理，預處理后的數據通過訓練好的數據預測模型預測未來時刻的設備狀態數據。然后用訓練好的故障診斷模型對預測的未來時刻的設備狀態數據進行故障診斷，得到故障預測的結果，本發明故障診斷準確度高的同時具有較強的泛化能力。

本發明授權一種故障預測方法及系統在權利要求書中公布了：1.一種故障預測方法，其特征在于：包括故障預測系統離線訓練過程及故障預測系統在線推理過程；其中，故障預測系統離線訓練過程為：根據生產過程中的歷史數據對數據預測模型和故障診斷模型進行訓練；數據預測模型為基于注意力機制的MKCNN-LSTM模型，故障診斷模型為MFSCNN模型；其中，故障預測系統在線推理過程為：首先按照預定的規則對生產過程中的設備狀態數據進行預處理；之后通過訓練完成的數據預測模型對預處理后的生產過程中的設備狀態數據進行數據預測，獲得未來時刻的設備狀態數據；最后，通過訓練完成的故障診斷模型對未來時刻的設備狀態數據進行故障診斷，得到故障預測的結果；基于注意力機制的MKCNN-LSTM模型包括兩個卷積模塊、一個基于注意力機制的LSTM模塊和一個全連接層；其中各卷積模塊用于分別通過不同大小的卷積核對輸入信號進行卷積；基于注意力機制的LSTM模塊用于對卷積模塊學習的特征進行預測；全連接層用于將基于注意力機制的LSTM模塊輸出的信息進行整合，得到最終的預測結果；MFSCNN模型包括三類模塊，分別是混合卷積模塊、一個標準卷積模塊和一個分類模塊；混合卷積模塊的數量與數據種類數對應；各基于注意力機制的MKCNN-LSTM模型輸出的不同類型數據分別經過對應混合卷積模塊提取特征后將特征進行串聯，然后將串聯的數據特征作為標準卷積模塊的輸入提取多個數據源的聯合特征，最后通過分類模塊對聯合特征進行分類；各混合卷積模塊包括softmax分類器和兩類卷積模塊，兩類卷積模塊分別為標準卷積模塊和膨脹卷積模塊；標準卷積模塊中依次設置第一標準卷積層、第二標準卷積層和一個最大池化層；膨脹卷積模塊中依次設置第一膨脹卷積層、第二膨脹卷積層和一個最大池化層；運算過程為：（1）分別利用第一標準卷積層和第一膨脹卷積層對輸入進行標準卷積和膨脹卷積，得到輸出和；（2）第一標準卷積層的輸出特征圖與第一膨脹卷積層的輸出特征圖串聯得到；（3）利用第二膨脹卷積層將特征再次進行膨脹卷積操作，同時利用第二標準卷積層對第一標準卷積層的輸出特征圖再次進行標準卷積；（4）將步驟（3）得到的兩種卷積輸出特征圖利用對應的最大池化層池化后展開，然后串聯輸出，得到從原始數據中學習到的有效特征；（5）將學習到的有效特征輸入softmax分類器進行分類，得到最終的分類結果。

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西安電子科技大學，其通訊地址為：710071 陜西省西安市太白南路2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”。