買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉重慶創(chuàng)元智能儀表系統(tǒng)有限公司申請的專利一種燃?xì)猱惓９r監(jiān)測報警系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120316619B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510779662.1，技術(shù)領(lǐng)域涉及：G06F18/2415；該發(fā)明授權(quán)一種燃?xì)猱惓９r監(jiān)測報警系統(tǒng)是由楊波;朱智勤;曹龍漢;龍憲韓;楊勇;萬聿楓;黃俊;羅浩林;謝魏;徐靜;朱志權(quán);張廷華;韓磊設(shè)計研發(fā)完成，并于2025-06-12向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種燃?xì)猱惓９r監(jiān)測報警系統(tǒng)在說明書摘要公布了：本發(fā)明提供一種燃?xì)猱惓９r監(jiān)測報警系統(tǒng)，涉及燃?xì)獗O(jiān)測預(yù)警領(lǐng)域，采用包括數(shù)據(jù)預(yù)處理模塊、時空特征模塊、ST?CGN網(wǎng)絡(luò)模塊、邊緣智能優(yōu)化模塊與結(jié)果處理模塊的監(jiān)測系統(tǒng)；其中：數(shù)據(jù)預(yù)處理模塊包括滑動窗口分片、缺失值插值、噪聲濾波、歸一化與編碼的方法；時空特征模塊提取空間關(guān)聯(lián)特征、時間動力學(xué)特征與因果傳播特征，并融合拼接成三維特征張量；ST?CGN網(wǎng)絡(luò)模塊通過三維特征張量的輸入，輸出對應(yīng)滑動窗口分片的多工況概率向量；邊緣智能優(yōu)化模塊實現(xiàn)ST?CGN網(wǎng)絡(luò)模塊的邊緣優(yōu)化。該系統(tǒng)用于燃?xì)猱惓９r的監(jiān)測、預(yù)警，解決傳統(tǒng)燃?xì)夤芫W(wǎng)監(jiān)測中存在的諸多問題，具有響應(yīng)快速、監(jiān)測精度高、跨場景泛化能力強等優(yōu)點。

本發(fā)明授權(quán)一種燃?xì)猱惓９r監(jiān)測報警系統(tǒng)在權(quán)利要求書中公布了：1.一種燃?xì)猱惓９r監(jiān)測報警系統(tǒng)，其特征在于：采用包括數(shù)據(jù)預(yù)處理模塊、時空特征模塊、ST-CGN網(wǎng)絡(luò)模塊、邊緣智能優(yōu)化模塊與結(jié)果處理模塊的監(jiān)測系統(tǒng)；其中： 數(shù)據(jù)預(yù)處理模塊依次通過滑動窗口分片、缺失值插值、噪聲濾波、歸一化與編碼的方法，對管路中傳感器采集的數(shù)據(jù)進行處理； 滑動窗口分片具體為：針對燃?xì)夤芫W(wǎng)壓力信號在短時刻內(nèi)呈現(xiàn)的快速動態(tài)變化，采用長度為T w、步進為S的滑動窗口分片策略，每個窗口W k為： 式中：t k表示第k個窗口的起始采樣時刻； 通過捕捉連續(xù)窗口之間的動態(tài)冗余與連續(xù)性，降低初期泄漏或阻塞脈沖漏檢風(fēng)險； 缺失值插值具體為：針對每個滑動窗口，為應(yīng)對傳感器偶發(fā)掉線或數(shù)據(jù)包丟失造成的采樣間隙，采用線性插值策略： 式中：P i t表示第t時刻下、第i個節(jié)的壓力信號值； 噪聲濾波具體為：針對燃?xì)夤芫W(wǎng)中高頻隨機干擾，使用指數(shù)加權(quán)移動平均對原始信號進行平滑處理： 式中：表示平滑系數(shù)；xt表示原始信號值；表示經(jīng)過指數(shù)加權(quán)移動平均處理后的信號值； 歸一化與編碼具體為： 先對缺失值插值與噪聲濾波的數(shù)據(jù)集進行標(biāo)準(zhǔn)化： 式中：x norm表示樣本x i經(jīng)過標(biāo)準(zhǔn)化的值；x i表示數(shù)據(jù)集中第i個樣本；表示數(shù)據(jù)集的均值；表示數(shù)據(jù)集的標(biāo)準(zhǔn)差； 再對標(biāo)準(zhǔn)化后的值進行One-Hot編碼，消除不同量綱對模型訓(xùn)練的影響； 時空特征模塊在每個滑動窗口分片的預(yù)處理數(shù)據(jù)中提取空間關(guān)聯(lián)特征、時間動力學(xué)特征與因果傳播特征，并拼接形成三維特征張量；空間關(guān)聯(lián)特征包括兩個節(jié)點的瞬時壓力差與相對幅度： 時間動力學(xué)特征包括滑窗數(shù)據(jù)平均值、滑窗數(shù)據(jù)標(biāo)準(zhǔn)差、滑窗數(shù)據(jù)最大波動率及滑窗數(shù)據(jù)的波動方向： 式中：表示滑動窗口內(nèi)用于計算波動方向的采樣時刻； 因果傳播特征包括因果強度與時序趨勢同步性： 式中：表示第k個窗口中節(jié)點i的壓力變化量； 最后，將空間關(guān)聯(lián)特征F k、時間動力學(xué)特征F s與因果傳播特征F y通過通道拼接、形成三維特征張量X k： 其中：N表示管網(wǎng)節(jié)點數(shù)；U表示三類特征的總維度；R表示時間步數(shù)；Concat表示通道拼接； ST-CGN網(wǎng)絡(luò)模塊通過三維特征張量的輸入，輸出對應(yīng)滑動窗口分片的多工況概率向量；ST-CGN網(wǎng)絡(luò)模塊根據(jù)輸入的三維特征張量X k進行輸出預(yù)測的具體流程為： 首先，輸入三維特征張量X k，利用因果驅(qū)動建模、通過非線性結(jié)構(gòu)方程模型生成因果特征；然后，利用自適應(yīng)模態(tài)融合，根據(jù)節(jié)點度進行TCN或GCN的選擇；之后，疊加時空卷積層與LSTM，輸出預(yù)測結(jié)果；最后，通過反事實定位干預(yù)、計算效應(yīng)量并定位關(guān)鍵節(jié)點； 邊緣智能優(yōu)化模塊通過MAML快速適配、知識蒸餾、模型剪枝與量化，實現(xiàn)ST-CGN網(wǎng)絡(luò)模塊的邊緣優(yōu)化； 結(jié)果處理模塊通過經(jīng)邊緣智能優(yōu)化模塊優(yōu)化后的ST-CGN網(wǎng)絡(luò)模塊的多工況概率向量獲得對應(yīng)工況的概率，并根據(jù)預(yù)設(shè)閾值觸發(fā)報警判斷。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人重慶創(chuàng)元智能儀表系統(tǒng)有限公司，其通訊地址為：401133 重慶市江北區(qū)魚嘴鎮(zhèn)長惠路24號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。