买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中谷能源装备(江苏)有限公司

摘要：本发明涉及密闭性检测技术领域，具体为一种深冷储氢罐密闭性检测系统，系统包括环境数据分析模块、检测策略优化模块、异常行为识别模块和检测结果反馈模块，环境数据分析模块基于环境监测传感器，收集温度和压力数据，进行归一化处理，对时间序列数据进行窗口分段，并对密封环境的波动进行模式识别，获取环境特征向量。本发明，长短期记忆网络能够对历史和当前环境数据间的复杂关系进行深度学习，实现对检测策略的实时动态调整，有效应对环境变化，该种自适应调整降低了误报率，提高了密闭检测可靠性，孤立森林算法在特征提取和异常模式匹配中，特别是在识别微小泄漏信号方面，可以更快地处理和定位异常，减少潜在的安全风险。

主权项：1.一种深冷储氢罐密闭性检测系统，其特征在于，所述系统包括：环境数据分析模块基于环境监测传感器，收集温度和压力数据，进行归一化处理，对时间序列数据进行窗口分段，并对密封环境的波动进行模式识别，获取环境特征向量；检测策略优化模块基于所述环境特征向量，结合历史检测数据，通过长短期记忆网络，筛选与当前环境符合的历史检测状况，并动态调整储氢罐检测条件，生成检测参数调整指标；异常行为识别模块基于所述检测参数调整指标，结合实时监控数据，运用孤立森林算法，对数据进行特征提取和异常模式匹配，识别密封性测试中的非典型行为和泄漏信号，得到泄漏信号特征集；检测结果反馈模块基于所述泄漏信号特征集，评估检测结果的准确性和可靠性，利用可视化技术显示检测结果，并根据检测结果调整操作流程，建立反馈分析日志；所述对时间序列数据进行窗口分段的步骤具体为：基于环境监测传感器，收集温度和压力数据，进行归一化处理，并对时间序列数据进行分段，采用公式： ；和 ；得到时间序列数据的温度窗口分段和压力窗口分段，其中，为归一化后的温度数据，为归一化后的压力数据，代表窗口大小，为调整系数，为规避除零的小量，为索引值；对时间序列数据的温度窗口分段和压力窗口分段进行分析，采用公式： ；生成每个温度窗口分段的加权均值，其中，和为温度与压力数据的权重系数，为窗口大小，和为窗口中第个温度和压力数据点；所述环境特征向量的获取步骤具体为：应用模式识别算法，识别时间序列分段数据中的关键模式，采用公式： ；从分段数据中提取的模式参数，其中，是时间序列的索引或时间标记，是对应的归一化温度或压力值，、和是模型系数，是平滑参数；整合识别的关键模式和参数，采用公式： ；得到环境特征向量，其中，和为线性回归中的趋势系数，和是用于调整模型敏感度的参数，为周期性分析中的关键频率；所述历史检测状况的筛选步骤具体为：基于所述环境特征向量，结合历史检测数据，采用公式： ；计算每个历史数据点的相似度，其中，为当前环境特征向量的第维，为历史检测数据中的第项的第维，是第维的权重因子，是向量维数；设定相似度阈值，筛选相似度得分高于阈值的历史数据，采用公式： ；选择符合条件的历史数据点，其中，为选定的基准相似度阈值，为的标准偏差，为历史检测数据中的第据点；基于筛选的历史数据点，采用公式： ；得到与当前环境符合的历史检测状况，其中，是根据相似度得分分配的权重，是从筛选过程中得到的历史检测数据项；所述检测参数调整指标的获取步骤具体为：基于所述与当前环境符合的历史检测状况，动态调整储氢罐的检测条件，采用公式： ；得到检测条件调整后的差值，其中，为当前环境下的第个检测参数，为历史数据中参数的平均值，为调整参数的权重系数，为规避除零错误的小正数，为检测参数的总数；根据调整后的储氢罐检测条件，计算检测参数调整指标，使用公式： ；其中，是每个检测条件调整后的差值，是用于平衡检测条件的系数，是检测参数的总数，是检测参数调整指标；所述特征提取和异常模式匹配的步骤具体为：基于所述检测参数调整指标，使用孤立森林算法处理实时监控数据，进行初步异常点识别，采用公式： ；得到异常分数，其中，为实时监控的单个数据点，是数据点与平均值之间的欧氏距离，是敏感性调节参数，是树的数量影响参数，是树深度，是规避分母为零的小量；基于异常分数，筛选分数高于阈值的数据点作为关键异常，公式为： ；其中，是基线异常阈值，是阈值调节因子，是异常分数的标准偏差，是筛选的异常数据点集合；对筛选的异常数据点集合进行特征提取和模式匹配，公式为： ；其中，是异常数据点集合，是调整特征提取复杂度的参数，为特征提取函数，为关键特征模式集。

全文数据：

权利要求：

百度查询： 中谷能源装备(江苏)有限公司 一种深冷储氢罐密闭性检测系统