中國石油天然氣集團有限公司;中國石油集團工程材料研究院有限公司羅金恒獲國家專利權
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!
龍圖騰網獲悉中國石油天然氣集團有限公司;中國石油集團工程材料研究院有限公司申請的專利基于條件自編碼器的儲油罐罐壁缺失信號恢復方法及裝置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:CN116383613B 。
龍圖騰網通過國家知識產權局官網在2025-08-12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:202111606061.9,技術領域涉及:G06F18/15;該發明授權基于條件自編碼器的儲油罐罐壁缺失信號恢復方法及裝置是由羅金恒;武剛;張庶鑫;李麗鋒;謝書懿;朱麗霞設計研發完成,并于2021-12-25向國家知識產權局提交的專利申請。
本基于條件自編碼器的儲油罐罐壁缺失信號恢復方法及裝置在說明書摘要公布了:本發明屬于故障診斷和人工智能領域的技術,具體涉及一種基于條件自編碼器的儲油罐罐壁缺失信號恢復方法及裝置。該方法采集健康儲油罐罐壁的漏磁信號,對采集到的漏磁信號進行預處理獲得灰度圖矩陣,并將預處理后的數據轉化成彩色圖,再根據灰度圖矩陣和彩色圖生成訓練樣本;構建基于條件自編碼器的儲油罐罐壁缺失信號恢復模型;采用訓練樣本訓練基于條件自編碼器的缺失信號恢復模型;將待含有缺失數據的信號輸入到訓練完成的缺失信號恢復模型中,對缺失信號進行恢復。缺失信號特征的加入使整個網絡的目的性增強,讓網絡對缺失信息有更強的認知,在信號恢復過程中的導向性更強,解決了信號缺失量大難于恢復的問題。
本發明授權基于條件自編碼器的儲油罐罐壁缺失信號恢復方法及裝置在權利要求書中公布了:1.一種基于條件自編碼器的儲油罐罐壁缺失信號恢復方法,其特征在于,包括以下步驟: 步驟1:采集健康儲油罐罐壁的漏磁信號; 步驟2:對采集到的漏磁信號進行預處理獲得灰度圖矩陣,并將預處理后的數據轉化成彩色圖; 步驟3:根據灰度圖矩陣和彩色圖生成訓練樣本; 步驟4:構建基于條件自編碼器的儲油罐罐壁缺失信號恢復模型; 步驟5:采用訓練樣本訓練基于條件自編碼器的缺失信號恢復模型; 步驟6:將含有缺失數據的信號輸入到訓練完成的缺失信號恢復模型中,對缺失信號進行恢復; 所述步驟3包括以下步驟: 步驟3.1:灰度圖分割;使用尺寸的滑動窗口對灰度圖矩陣進行分割,分割得到的灰度圖訓練樣本為;滑動窗口移動步長為; 步驟3.2:彩色圖分割;使用尺寸為的滑動窗口對灰度圖矩陣進行分割,分割得到的彩色圖訓練樣本為;滑動窗口移動步長為; 步驟3.3:對分割完成的彩色圖樣本隨機添加缺失數據矩陣塊,得到帶有缺失的彩色圖訓練樣本; 步驟3.4:每一次輸入為一個樣本對,得到的訓練樣本對為; 所述步驟4包括以下步驟: 步驟4.1:將樣本對輸入到網絡中; 步驟4.2:灰度圖的編碼部分包含個卷積層,每個卷積層包含一個激活函數,每個卷積層后面連接一個池化層;灰度圖的編碼部分用于提取灰度圖的特征,輸出的特征為維; 步驟4.3:含缺失信息的彩色圖的編碼部分包含個卷積層,每個卷積層包含一個激活函數,每個卷積層后面連接一個池化層;含缺失信息的彩色圖的編碼部分用于提取缺失信息的特征,輸出的特征為維; 步驟4.4:對得到的特征和進行特征融合,得到: 其中,為融合后的特征,為從標準高斯分布的數據上得到的采樣值,; 步驟4.5:將融合后的特征與缺失信息的特征拼接; 步驟4.6:信號重構的解碼部分包含個反卷積層,每個反卷積層包含一個激活函數,完成缺失信號恢復模型的構建; 所述步驟5包括以下步驟: 步驟5.1:將輸入到構建的缺失信號恢復模型中,分別經過次卷積和池化操作得到特征和; 卷積運算式為: 其中:為激活函數ReLU,為卷積操作,為卷積核尺寸; 步驟5.2:將特征和進行特征融合,得到融合后的特征; 步驟5.3:將融合后的特征與缺失信息的特征拼接,得到混合特征,維度為; 步驟5.4:將輸入到解碼器中,經過次反卷積操作得到輸出圖像; 反卷積操作如下式所示: 其中:為激活函數ReLU,為反卷積操作,為反卷積核尺寸; 步驟5.5:計算損失函數;所述損失函數為: 其中,為KL散度,為稀疏參數,為超參數; 步驟5.6:最小化損失函數,更新網絡參數,完成缺失信號恢復模型的訓練。
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中國石油天然氣集團有限公司;中國石油集團工程材料研究院有限公司,其通訊地址為:100007 北京市東城區東直門北大街9號中國石油大廈;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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。