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！

龙图腾网获悉哈尔滨工程大学申请的专利一种核动力装置迁移诊断方法、系统及设备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：CN116304927B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202310275372.4，技术领域涉及：G06F18/2431；该发明授权一种核动力装置迁移诊断方法、系统及设备是由王航;汪鑫;彭敏俊;孙原理;宋志浩;张博文设计研发完成，并于2023-03-20向国家知识产权局提交的专利申请。

本一种核动力装置迁移诊断方法、系统及设备在说明书摘要公布了：本发明提供了一种核动力装置迁移诊断方法、系统及设备。该方法包括：采集核动力装置各种故障下的运行数据；将运行数据划分为不同领域，选取两组不同类型的运行工况对应的运行数据作为源域数据以及目标域数据；生成时间卷积胶囊特征提取网络；利用标签预测器、领域判别器以及域自适应模块修正时间卷积胶囊特征提取网络，生成参数锁定的时间卷积胶囊特征提取网络；将源域数据输入至参数锁定的时间卷积胶囊特征提取网络，提取源域特征；将目标域数据输入至时间卷积胶囊特征提取网络，提取目标域特征；将源域特征以及目标域特征输入领域判别器以及域自适应模块，确定共享特征域。本发明能够提高领域差异较大时的特征迁移效果。

本发明授权一种核动力装置迁移诊断方法、系统及设备在权利要求书中公布了：1.一种核动力装置迁移诊断方法，其特征在于，包括： 采集核动力装置对应全范围模拟机仿真的各种故障下的运行数据； 依据不同类型的运行工况将所述运行数据划分为不同领域，并选取两组不同类型的运行工况对应的运行数据作为源域数据以及目标域数据；所述源域数据与所述目标域数据的故障标签类别相同； 利用所述源域数据以及故障标签对深度学习模型进行训练，生成时间卷积胶囊特征提取网络；所述深度学习模型为时间卷积胶囊网络； 利用标签预测器、领域判别器以及域自适应模块修正所述时间卷积胶囊特征提取网络，生成参数锁定的时间卷积胶囊特征提取网络；所述标签预测器为支持向量机模型；所述领域判别器由时间卷积胶囊网络构造，在所述领域判别器中源域领域标签为0，目标域领域标签为1；所述域自适应模块包括基于最大均值距离的边缘分布自适应以及基于条件最大均值距离的条件分布自适应； 将所述源域数据输入至所述参数锁定的时间卷积胶囊特征提取网络，提取源域特征； 将所述目标域数据输入至所述时间卷积胶囊特征提取网络，提取目标域特征； 将所述源域特征以及所述目标域特征输入所述领域判别器以及所述域自适应模块，确定共享特征域。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学；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”。