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！

龍圖騰網獲悉中國華能集團清潔能源技術研究院有限公司申請的專利多模態(tài)深度學習的發(fā)電設備異常一體化識別方法及設備獲國家發(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：CN114463594B 。

龍圖騰網通過國家知識產權局官網在2025-09-12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：202111400102.9，技術領域涉及：G06V10/774；該發(fā)明授權多模態(tài)深度學習的發(fā)電設備異常一體化識別方法及設備是由曾誰飛;傅望安;王振榮;黃思皖;張燧;王青天;劉旭亮;李小翔;馮帆;邸智;韋瑋;杜靜宇;趙鵬程;武青;祝金濤;朱俊杰;吳昊;呂亮;童彤;任鑫;鄭建飛;薛文超;周軍軍設計研發(fā)完成，并于2021-11-19向國家知識產權局提交的專利申請。

本多模態(tài)深度學習的發(fā)電設備異常一體化識別方法及設備在說明書摘要公布了：本發(fā)明提出一種多模態(tài)深度學習的發(fā)電設備異常一體化識別方法及設備，該方法通過構建發(fā)電設備異常檢測神經網絡，通過特征提取網絡對單模態(tài)數據進行特征提取，將提取的特征映射到同一語義空間，采用多模態(tài)融合策略對單模態(tài)數據的語義特征進行特征融合生成多模態(tài)融合特征，根據生成的多模態(tài)融合特征進行發(fā)電設備異常進行預測。通過本發(fā)明，能夠規(guī)避發(fā)電設備異常檢測過程中的漏報誤報、錯報現(xiàn)象，提升預測發(fā)電設備異常檢測準確率。

本發(fā)明授權多模態(tài)深度學習的發(fā)電設備異常一體化識別方法及設備在權利要求書中公布了：1.一種多模態(tài)深度學習的發(fā)電設備異常一體化識別方法，其特征在于，包括： 獲取多模態(tài)歷史數據并進行數據預處理，將預處理后的多模態(tài)歷史數據作為訓練集，其中，多模態(tài)歷史數據包含：采集發(fā)電設備周圍安裝的高清攝像頭、拾音器、傳感器得到的自動上傳多模態(tài)歷史數據，以及通過手機拍照得到的人工上傳多模態(tài)歷史數據； 構建發(fā)電設備異常檢測網絡模型，并通過所述訓練集對構建的所述發(fā)電設備異常檢測網絡模型進行訓練；其中，所述發(fā)電設備異常檢測網絡模型包括依序連接的特征提取模塊、空間映射模塊、特征融合模塊和結果預測模塊,其中，所述特征提取模塊為特征提取神經網絡，用于對數據分離后得到的語音數據、文本數據、圖像數據和視頻數據進行單一模態(tài)的特征提取,應用BiLSTM網絡，在提取特征的同時，獲得單一模態(tài)數據的上下文信息，即相鄰單模態(tài)數據之間的語義信息； 所述空間映射模塊用于將單一模態(tài)的特征映射到同一語義空間，得到單一模態(tài)數據特征內部的語義結構信息； 所述特征融合模塊用于對單一模態(tài)的特征進行多模態(tài)歷史數據的特征融合拼接，得到多模態(tài)特征融合信息； 所述結果預測模塊，用于根據所述多模態(tài)特征融合信息計算預測結果，完成對發(fā)電設備的異常檢測； 將實時的多模態(tài)數據預處理后輸入訓練完成的所述發(fā)電設備異常檢測網絡模型中，輸出結果作為對發(fā)電設備是否異常的檢測結果。

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中國華能集團清潔能源技術研究院有限公司，其通訊地址為：102209 北京市昌平區(qū)北七家未來科技城華能人才創(chuàng)新創(chuàng)業(yè)基地實驗樓A樓；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”。