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(jiān)控用IP管家,真方便！

龍圖騰網獲悉杭州意能電力技術有限公司;國網浙江省電力有限公司電力科學研究院申請的專利一種基于AHC-GP混合模型的熱工過程報警數據過濾方法及系統(tǒng)獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN114372515B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202111578578.1，技術領域涉及：G06F18/231；該發(fā)明授權一種基于AHC-GP混合模型的熱工過程報警數據過濾方法及系統(tǒng)是由蘇燁;張新勝;陳巍文;孫堅棟;蔡鈞宇;丁俊宏;李泉;鄭可軻;丁偉聰;華麗云設計研發(fā)完成，并于2021-12-22向國家知識產權局提交的專利申請。

本一種基于AHC-GP混合模型的熱工過程報警數據過濾方法及系統(tǒng)在說明書摘要公布了：本發(fā)明公開了一種基于AHC?GP混合模型的熱工過程報警數據過濾方法及系統(tǒng)，屬于數據處理技術領域。現有的數據處理方案，無法有效消除冗余性報警，無法及時抑制報警溢流，加劇了由于異常傳播引發(fā)的“報警泛濫”問題。本發(fā)明提供一種基于AHC?GP混合模型的熱工過程報警數據過濾方法，能夠對數據集進行預處理，并采用近鄰傳播算法確定最佳聚類數目，再使用凝聚式層次聚類算法對數據集進行聚類，區(qū)分不同工況；其次，利用高斯過程模型進行數據分類，結合后驗報警概率估計值，構建數據過濾模型，實現熱工過程報警數據的準確過濾。進而，本發(fā)明可準確定位數據集中的關鍵報警數據，消除冗余性報警；漏檢率、誤判率均較低，具有良好的數據過濾準確率。

本發(fā)明授權一種基于AHC-GP混合模型的熱工過程報警數據過濾方法及系統(tǒng)在權利要求書中公布了：1.一種基于AHC-GP混合模型的熱工過程報警數據過濾方法，其特征在于， 包括以下步驟： 第一步，獲取熱工過程報警數據集； 第二步，對第一步中的熱工過程報警數據集進行預處理，采用近鄰傳播算法確定最佳聚類數目，再使用凝聚式層次聚類算法對熱工過程報警數據集進行聚類，形成聚類數據集，以區(qū)分不同工況； 凝聚式層次聚類算法為一種自底向上的層次聚類方法，其對熱工過程報警數據集進行聚類的方法如下： 首先，對熱工過程報警數據集添加時間標簽約束，使得熱工過程報警數據集在時間維度上的連續(xù)，以契合實際熱工過程數據運行特點； 然后，將熱工過程報警數據集劃分為初始簇，依據簇間度量距離對簇進行合并，直至滿足聚類要求； 并以整個熱工過程報警數據集為聚類中心，無需提前確定聚類中心，從而其聚類結果不會被局部最優(yōu)解所影響； 第三步，構建高斯過程模型，對第二步中的聚類數據集進行分類，得到分類數據集； 高斯過程模型對聚類數據集進行分類的具體方法如下： 首先，根據熱工過程的報警數據特點，構建類別標簽，所述類別標簽分為關鍵報警數據標簽和冗余報警數據標簽； 然后，建立一預測函數，對于任意輸入的聚類數據集，有效的找到其所屬的類別標簽y，將聚類數據集劃分為關鍵報警數據和冗余報警數據； 其中，y∈{-1,1}； 第四步，對第三步中的分類數據集，結合后驗報警概率估計值，構建數據過濾模型； 所述數據過濾模型的構建方法如下： 首先，計算分類數據集的各數據點的后驗報警概率估計值； 然后根據后驗報警概率估計值的大小，對分類數據集進行篩選過濾，得到關鍵報警數據點； 所述后驗報警概率估計值的計算公式如下： py*＝{-1,1}∣X,y,x*23 其中，X為分類數據集，y、y*為類別標簽，x*為無標簽測試集樣本,p為報警概率估計； 后驗報警概率估計值標準差σ＊和均值μ*的計算公式如下： k*＝kX,x*17 k**＝kx*,x*18 其中：K為分類數據集核矩陣，k*為新分類數據集在核函數矩陣中的向量值，I代表一個n×n的單位矩陣，σn為第n個數據點的標準差； 第五步，利用第四步中的數據過濾模型，實現熱工過程報警數據的準確過濾。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人杭州意能電力技術有限公司;國網浙江省電力有限公司電力科學研究院，其通訊地址為：310012 浙江省杭州市西湖區(qū)文三路253號9樓902室；或者聯(lián)系龍圖騰網官方客服，聯(lián)系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。