恭喜广东国力机电设备安装有限公司邓先辉获国家专利权
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!
龙图腾网恭喜广东国力机电设备安装有限公司申请的专利一种用于空调机组的可视化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:CN119106245B 。
龙图腾网通过国家知识产权局官网在2025-04-04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:202411290026.4,技术领域涉及:G06F18/10;该发明授权一种用于空调机组的可视化故障检测方法及系统是由邓先辉;钟茜萱;梁勇涛设计研发完成,并于2024-09-14向国家知识产权局提交的专利申请。
本一种用于空调机组的可视化故障检测方法及系统在说明书摘要公布了:本发明提出一种用于空调机组的可视化故障检测方法及系统,所述方法包括采集空调机组的多源数据并以矩阵形式存储,然后对存储的数据进行预处理;特征自适应融合,得到综合特征向量,对其进行特征增强、降维和正则化处理得到最终综合特征向量;构建因果关系模型,计算因果效应,根据因果效应的结果进行多层次的故障诊断,构建故障预测模型进行故障推断;根据故障诊断和故障预测模型的结果对每个边缘计算节点进行本地模型训练;构建故障热力图生成算法将故障进行可视化处理,并设计多模式智能交互界面,根据用户的行为和反馈调整可视化界面和参数。本发明引入多源数据融合、边缘计算、因果推断和联邦学习等多项创新技术,提高了系统故障定位和预防能力。
本发明授权一种用于空调机组的可视化故障检测方法及系统在权利要求书中公布了:1.一种用于空调机组的可视化故障检测方法,其特征在于,所述方法包括:S1、采集空调机组的多源数据并以矩阵形式存储,然后对存储的数据进行预处理;S2、对预处理后的数据进行特征提取,并将提取到的多源特征进行自适应融合得到综合特征向量,然后构建二阶张量网络对综合特征向量进行特征增强,并对特征增强后的综合特征向量进行降维处理,然后构建正则化噪声抑制模型对降维处理后的综合特征向量进行正则化处理,得到最终综合特征向量;S3、根据最终综合特征向量构建因果关系模型,根据因果关系模型计算因果效应,并根据因果效应的结果进行多层次的故障诊断,并构建故障预测模型,根据故障诊断的结果进行基于因果推断的故障推断,预测未来发生的故障;S4、根据故障诊断和故障预测模型的结果对每个边缘计算节点进行本地模型训练,其中,必须在每个边缘计算单元上独立训练本地模型,当每个边缘计算单元在完成本地训练后,不进行原始数据共享,只将本地模型参数上传到中央服务器,中央服务器基于本地模型进行全局模型的聚合,且中央服务器在完成全局模型的聚合后,将更新后的全局模型参数下发到每个边缘计算单元;其中,当某些边缘计算单元出现数据异常或模型失效的情况的时候,设计自适应异常检测与调整机制对异常数据进行检测和修正;S5、根据最终综合特征向量和故障预测模型的结果构建故障热力图生成算法将故障进行可视化处理,并设计多模式智能交互界面,根据设计的自适应数据聚焦算法进行自适应调整,最后根据用户在使用过程中的行为和反馈,调整可视化界面和多模式智能交互界面的参数;其中,所述自适应异常检测与调整机制,包括:在每个边缘计算单元中,计算当前模型的异常评分Ait,所述当前模型的异常评分Ait用于监测模型参数的稳定性和训练质量,表示如下: 其中,是本地模型参数wit与全局模型参数的欧氏距离,VarLiwit是本地模型损失函数Liwit的方差,βi是调节系数,用于平衡这两部分对异常评分的贡献;针对异常评分最高的模型,采用自适应调整机制进行修正,具体调整公式为: 其中,δ是调整步长,是调整后的模型参数,是对本地模型损失函数Liwit的梯度优化;设计动态的异常阈值θt,使得系统根据全局模型的变化情况自动调整对异常模型的容忍度,表示如下: 其中,θ0是初始阈值,κ是边缘计算节点的调节参数,是所有边缘计算单元异常评分总和的方差,N为节点总数。
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广东国力机电设备安装有限公司,其通讯地址为:510220 广东省广州市海珠区广州大道南和平中街3号1212;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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。