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！

龍圖騰網獲悉蘇州熱工研究院有限公司;廣東核電合營有限公司;中國廣核集團有限公司;中國廣核電力股份有限公司申請的專利發電機剩余壽命預測方法、系統、電子設備和存儲介質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：CN114118225B 。

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：202111290868.6，技術領域涉及：G06F18/23213；該發明授權發電機剩余壽命預測方法、系統、電子設備和存儲介質是由崔妍;陳世均;王曉;黃立軍;夏玉秋設計研發完成，并于2021-11-02向國家知識產權局提交的專利申請。

本發電機剩余壽命預測方法、系統、電子設備和存儲介質在說明書摘要公布了：本發明涉及發電機剩余壽命預測方法、系統、電子設備和存儲介質，包括：獲取發電機設備的歷史數據；根據歷史數據，采用預設工況識別方法識別發電機設備每一時刻的運行工況；對每一時刻的運行工況進行預處理，獲得數據樣本集；采用改進的CNN模塊和改進的LSTM模塊對數據樣本集中的數據進行訓練，獲得混合故障預測模型；改進的CNN模塊為基于注意力的CNN模塊，改進的LSTM模塊為帶窺視孔和更新門的LSTM模塊；基于混合故障預設模型對發電機的剩余壽命進行預測。本發明克服現有預測方法對故障特征不敏感、參數多、訓練速度慢的問題，有效提取出多參數特征，且可利用多特征數據對設備故障進行準確預測，減少長時間的停機成本、優化維修周期及改善早期的故障檢測。

本發明授權發電機剩余壽命預測方法、系統、電子設備和存儲介質在權利要求書中公布了：1.一種發電機剩余壽命預測方法，其特征在于，包括以下步驟： 獲取發電機設備的歷史數據；其中所述歷史數據包括壓力數據、震動數據、轉速數據、溫度數據； 根據所述歷史數據，采用預設工況識別方法識別發電機設備每一時刻的運行工況； 對所述每一時刻的運行工況數據進行預處理，獲得數據樣本集； 采用改進的CNN模塊和改進的LSTM模塊對所述數據樣本集中的數據進行訓練，獲得混合故障預測模型；所述改進的CNN模塊為基于注意力的CNN模塊，所述改進的LSTM模塊為帶窺視孔和更新門的LSTM模塊； 基于所述混合故障預設模型對發電機的剩余壽命進行預測； 其中，所述基于注意力的CNN模塊還包括并行的標準CNN支路和注意力支路，所述標準CNN支路與注意力支路以不同長度的輸入序列進行多尺度特征提取；基于注意力機制的CNN模塊，所述注意力支路輸入序列覆蓋CNN的輸入，并堆疊深層卷積網絡和池化層，特征對應的輸入感受也得以擴大，型獲取更全面的上下文信息，從而學習到當前局部序列特征的重要程度，通過所述注意力機制的CNN模塊，能夠提高秉要時序特征對模型的影響程度； 所述更新門的公式如下： ； 其中，式中σ是sigmoid激活函數，bu是偏置bias； 傳統LSTM的“輸入門”的功能現在由更新門代替，決定細胞狀態接收多少當前時刻的輸入，其值為，當前時刻的輸入狀態如下： ； 其中，式中，Wi是輸入門的權重矩陣，bi是輸入門對應的偏置； 當前時刻的細胞狀態由更新門決定，當前時刻的細胞狀態的公式如下： ； 輸出門和輸入門類似，由當前時刻輸入、上一時刻輸出和上一時刻的細胞狀態共同決定，輸出門控制當前時刻的細胞狀態有多少作為輸出流入下一時刻，輸出門公式如下： ot=σ（W0·[ht-1，xt]+b0）； 其中，式中，W0是輸出門的權重矩陣，σ是sigmoid激活函數，b0是相應的輸入偏置； 最后，當前時刻的細胞狀態經過tanh激活函數，在輸出門的控制下，向下一時刻輸出，當前時刻的輸出如下： 。

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蘇州熱工研究院有限公司;廣東核電合營有限公司;中國廣核集團有限公司;中國廣核電力股份有限公司，其通訊地址為：215008 江蘇省蘇州市西環路1688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”。