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！

龙图腾网恭喜方霄泵业有限公司申请的专利基于人工智能的水泵运行故障检测方法及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：CN119337292B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202411877620.3，技术领域涉及：G06F18/2433；该发明授权基于人工智能的水泵运行故障检测方法及系统是由叶晓荣设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本基于人工智能的水泵运行故障检测方法及系统在说明书摘要公布了：本发明公开了基于人工智能的水泵运行故障检测方法及系统，方法包括数据采集、数据预处理、故障分类模型构建、故障检测模型构建和水泵运行故障检测。本发明涉及水泵运行故障数据处理技术领域，具体是指基于人工智能的水泵运行故障检测方法及系统，本发明通过数据采集得到水泵运行原始数据；采用数据清洗、数据编码和数据归一化的数据预处理方法；采用改进K均值聚类模型基于运行故障种类进行初步分类，避免因运行数据时间轴不同步对分类结果的负面影响；采用特征增强双向长短期记忆网络模型进行故障检测，提升了特征的表达能力，能够更精确地捕捉到对故障识别至关重要的特征。

本发明授权基于人工智能的水泵运行故障检测方法及系统在权利要求书中公布了：1.基于人工智能的水泵运行故障检测方法，其特征在于：该方法包括以下步骤：步骤S1：数据采集，通过数据采集，得到水泵运行原始数据集；步骤S2：数据预处理，对采集到的水泵运行原始数据进行预处理，得到归一化数据集；步骤S3：故障分类模型构建，具体为构建改进K均值聚类模型，并基于运行故障种类对所述归一化数据集进行初步分类；步骤S4：故障检测模型构建，具体为构建特征增强双向长短期记忆网络模型，并作为故障检测模型；步骤S5：水泵运行故障检测，具体为采用故障检测模型进行水泵运行故障检测，得到水泵运行故障参考数据；在步骤S3中，所述故障分类模型构建，用于构建水泵运行故障初步分类所需的模型，具体为构建改进K均值聚类模型，并基于运行故障种类对所述归一化数据集进行初步分类，所述故障分类模型构建，具体包括以下步骤：步骤S31：初始化，具体为初始化簇中心和确定迭代终止条件；所述初始化簇中心，具体为随机选择K个数据作为初始簇中心，K表示分类种类数；所述迭代终止条件，具体包括簇中心变化量小于阈值和达到最大迭代次数；步骤S32：分配簇，步骤包括：步骤S321：计算数据到簇中心的距离，具体为基于动态时间规整计算数据到簇中心的距离，所用公式如下： ；式中，Dis表示一个大小为Tp×Tp的矩阵，其元素为数据和簇中心在时间点的距离，Tp为时间步长度，为初始条件，表示矩阵Dis第行第列的元素，为数据和簇中心在时间点和的距离，表示第h个数据在时间点的值，表示第k个簇中心在时间点的值，表示计算欧氏距离，表示取最小值函数，表示矩阵Dis第行第列的元素，为数据和簇中心在时间点和的距离，表示矩阵Dis第行第列的元素，为数据和簇中心在时间点和的距离，表示矩阵Dis第行第列的元素，为数据和簇中心在时间点和的距离，表示矩阵Dis第Tp行第Tp列的元素，为数据和簇中心在时间点Tp的距离，表示第h个数据到第k个簇中心的距离；步骤S322：分配数据到簇，所用公式如下： ；式中，表示第h个数据的簇标签，表示使第h个数据到第k个簇中心的距离最小的k的值；步骤S33：更新簇中心，所用公式如下： ；式中，表示更新后的第k个簇的簇中心，表示第k个簇中的数据总数，表示基于动态时间规整计算的第k个簇中第个数据和更新前的第k个簇的簇中心的距离，表示第k个簇中第个数据；步骤S34：迭代更新，具体为不断迭代更新改进K均值聚类模型直至达到所述迭代终止条件；步骤S35：初步分类，具体为通过所述初始化、所述分配簇、所述更新簇中心和所述迭代更新，构建改进K均值聚类模型，并基于运行故障种类对所述归一化数据集进行初步分类，得到运行故障初步分类数据集；在步骤S4中，所述故障检测模型构建，用于构建水泵运行故障检测所需的模型，具体为构建特征增强双向长短期记忆网络模型，并作为故障检测模型，所述特征增强双向长短期记忆网络模型，具体包括特征增强模块、正向长短期记忆模块、反向长短期记忆模块和输出模块。

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方霄泵业有限公司，其通讯地址为：317500 浙江省台州市温岭市泽国镇泽峰路65号长泾小微工业园4幢102室；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”。