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(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉杭州電子科技大學(xué);江蘇省國信研究院有限公司;東北電力大學(xué);金風(fēng)科技股份有限公司申請(qǐng)的專利基于大模型的風(fēng)電機(jī)組設(shè)備故障診斷方法與系統(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(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120257099B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-26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(qǐng)?zhí)?專利號(hào)為：202510748409.X，技術(shù)領(lǐng)域涉及：G06F18/2415；該發(fā)明授權(quán)基于大模型的風(fēng)電機(jī)組設(shè)備故障診斷方法與系統(tǒng)是由張澤輝;王昕;劉洲;徐曉濱;鄭梁;王翔;周飛;范思遠(yuǎn);黃煜明;尹陸媛設(shè)計(jì)研發(fā)完成，并于2025-06-06向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于大模型的風(fēng)電機(jī)組設(shè)備故障診斷方法與系統(tǒng)在說明書摘要公布了：基于大模型的風(fēng)電機(jī)組設(shè)備故障診斷方法和系統(tǒng)，方法包括以下步驟：根據(jù)正常數(shù)據(jù)初始化特征集；根據(jù)各候選特征的混合得分選擇多個(gè)候選特征保存到特征集中；利用時(shí)序分段算法對(duì)正常數(shù)據(jù)進(jìn)行樣本劃分并構(gòu)建多維時(shí)空特征表示；構(gòu)建故障診斷模型，包括：加載大語言模型作為基礎(chǔ)架構(gòu)，將多維時(shí)空特征表示注入大語言模型的嵌入輸入層；在大語言模型的輸出后接入自適應(yīng)池化層，構(gòu)建雙層MLP分類器，用于實(shí)現(xiàn)對(duì)不同故障類型的識(shí)別與分類；雙層MLP分類器的首層將輸入特征壓縮到原特征維度的一半并施加GELU激活，雙層MLP分類器的第二層映射到對(duì)應(yīng)的故障類別空間；構(gòu)建知識(shí)機(jī)理庫，為模型提供風(fēng)電機(jī)組先驗(yàn)知識(shí)并設(shè)計(jì)風(fēng)電機(jī)組知識(shí)驅(qū)動(dòng)的損失函數(shù)，進(jìn)行模型訓(xùn)練。

本發(fā)明授權(quán)基于大模型的風(fēng)電機(jī)組設(shè)備故障診斷方法與系統(tǒng)在權(quán)利要求書中公布了：1.基于大模型的風(fēng)電機(jī)組設(shè)備故障診斷方法，其特征在于，包括以下步驟： S1、采集并清洗風(fēng)電機(jī)組數(shù)據(jù)，獲得清洗后數(shù)據(jù)； S2、建立數(shù)據(jù)異常判定規(guī)則；利用所述數(shù)據(jù)異常判定規(guī)則對(duì)所述清洗后數(shù)據(jù)進(jìn)行判定，獲得正常數(shù)據(jù)； S3、根據(jù)所述正常數(shù)據(jù)初始化特征集；計(jì)算各候選特征的混合得分，根據(jù)所述混合得分選擇多個(gè)所述候選特征保存到所述特征集中，包括： S31、根據(jù)所述正常數(shù)據(jù)，提取各特征列數(shù)據(jù)，計(jì)算各所述特征列數(shù)據(jù)的均值和標(biāo)準(zhǔn)差； S32、根據(jù)所述均值和所述標(biāo)準(zhǔn)差對(duì)所述特征列數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，返回標(biāo)準(zhǔn)化特征列數(shù)據(jù)； S33、初始化特征集，計(jì)算各所述候選特征的所述混合得分； 所述混合得分的計(jì)算公式為： ； 式中，MI為各所述候選特征數(shù)據(jù)歸一化后的互信息量；Accuracy表示采用基于梯度提升決策樹模型基于當(dāng)前候選特征的診斷性能指標(biāo)；Redundancy為所述候選特征與已選特征的平均皮爾遜相關(guān)系數(shù)絕對(duì)值；α、γ為權(quán)重參數(shù)； S4、根據(jù)所述特征集，利用時(shí)序分段算法對(duì)所述正常數(shù)據(jù)進(jìn)行樣本劃分并構(gòu)建多維時(shí)空特征表示； S5、構(gòu)建故障診斷模型，包括： 加載大語言模型作為基礎(chǔ)架構(gòu)，將所述多維時(shí)空特征表示注入大語言模型的嵌入輸入層； 在大語言模型的輸出后接入自適應(yīng)池化層，構(gòu)建雙層MLP分類器，用于實(shí)現(xiàn)對(duì)不同故障類型的識(shí)別與分類；所述雙層MLP分類器的首層將輸入特征壓縮到原特征維度的一半并施加GELU激活，所述雙層MLP分類器的第二層映射到對(duì)應(yīng)的故障類別空間； S6、構(gòu)建知識(shí)機(jī)理庫；所述知識(shí)機(jī)理庫用于提供風(fēng)電機(jī)組先驗(yàn)知識(shí)；根據(jù)所述風(fēng)電機(jī)組先驗(yàn)知識(shí)設(shè)計(jì)風(fēng)電機(jī)組知識(shí)驅(qū)動(dòng)的損失函數(shù)；利用所述損失函數(shù)對(duì)所述故障診斷模型進(jìn)行訓(xùn)練。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人杭州電子科技大學(xué);江蘇省國信研究院有限公司;東北電力大學(xué);金風(fēng)科技股份有限公司，其通訊地址為：310018 浙江省杭州市錢塘區(qū)白楊街道2號(hào)大街1158號(hào)；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)”。