Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜南京易信同控制设备科技有限公司石鲁超获国家专利权

恭喜南京易信同控制设备科技有限公司石鲁超获国家专利权

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!

龙图腾网恭喜南京易信同控制设备科技有限公司申请的专利一种基于数字孪生技术的环境监测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119147048B

龙图腾网通过国家知识产权局官网在2025-02-21发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411640410.2,技术领域涉及:G01D21/02;该发明授权一种基于数字孪生技术的环境监测方法及系统是由石鲁超;张燕飞设计研发完成,并于2024-11-18向国家知识产权局提交的专利申请。

一种基于数字孪生技术的环境监测方法及系统在说明书摘要公布了:本申请涉及一种基于数字孪生技术的环境监测方法及系统,涉及环境监测的技术领域,其系统包括传感器阵列,用于:获取监测区域的环境数据;所述传感器阵列包括:温湿度传感器、氧气浓度传感器、可燃气体浓度传感器、振动传感器、噪声传感器及烟雾传感器;环境监测主机,用于:获取并处理所述传感器阵列中的各个传感器发送的环境数据得到环境预测结果;后端监控终端,用于:显示环境预测结果、展示虚拟环境模型并提供用户交互界面。本申请的技术方案将数字孪生技术应用于环境监测中,从而更好地进行环境监测数据的展示。

本发明授权一种基于数字孪生技术的环境监测方法及系统在权利要求书中公布了:1.一种基于数字孪生技术的环境监测系统,其特征在于,包括:传感器阵列,用于:获取监测区域的环境数据;所述传感器阵列包括:温湿度传感器、氧气浓度传感器、可燃气体浓度传感器、振动传感器、噪声传感器及烟雾传感器;环境监测主机,用于:获取并处理所述传感器阵列中的各个传感器发送的环境数据得到环境预测结果;后端监控终端,用于:显示环境预测结果、展示虚拟环境模型并提供用户交互界面;其中,所述环境监测主机中配置有数字孪生模块、分析模块及自适应优化模块;所述数字孪生模块用于根据实时获取的各个环境数据构建实际物理环境的虚拟映射以得到实时更新的虚拟环境模型;所述分析模块用于对所述虚拟环境模型中的环境数据进行异常检测、风险预测及趋势分析以得到环境预测结果;所述自适应优化模块根据所述环境预测结果调整环境监测策略;所述分析模块对所述虚拟环境模型中的环境数据进行风险预测及趋势分析,包括:分析模块基于历史环境数据,分析历史环境数据的变化趋势得到历史环境数据的分析结果;分析模块根据历史环境数据的分析结果构建风险预测模型;分析模块将实时环境数据输入到风险预测模型中以得到所述风险预测模型输出的未来一段时间内环境参数的变化趋势的预测结果;分析模块根据预测结果评估未来可能发生的风险并将风险分为不同等级;分析模块生成包含预测结果及风险等级的风险预测报告;其中,分析历史环境数据的变化趋势得到历史环境数据的分析结果,包括:使用时间序列分析方法来捕捉环境参数随时间的变化规律;分析历史异常事件发生的条件和模式,识别可能导致异常的环境参数组合;分析模块根据历史环境数据的分析结果构建风险预测模型,包括:构建生成器网络,所述生成器网络用于基于历史数据预测未来的预测结果;所述生成器网络包括:同于从历史数据中提取特征的多个卷积层、用于增加时间步长预测未来时间点的上采样层、用于缓解梯度消失并增强特征学习能力的残差块以及用于保持低级特征在上采样过程中的信息传递的跳跃连接模块;其中,生成器网络的损失函数为:;其中,用于衡量生成器网络预测的未来环境参数与实际环境参数之间的差异的函数;;是生成器网络对于第i个时间点的预测值,是实际的i个时间点的值,n是时间点的总数;用于表征生成器网络生成的环境数据经过判别器网络D后,判别器网络将其标记为真实数据的概率;;当DGY接近1时,即判别器认为生成的数据GY是真实数据时,损失趋向于零;用于生成的数据GY与特征重要性评分W之间的匹配程度;;表示第i个特征的重要性评分;用于衡量并确保生成的数据GY中特征之间的相互依赖性与真实数据之间的相似度;、及为权重系数;构建判别器网络,所述判别器网络用于评估所述生成器网络的预测结果是否与实际的风险状况相符;所述判别器网络包括:用于从预测结果中提取特征的多个卷积层以及用于评估风险预测是否与实际风险状态相符的全连接层;构建损失函数模块,所述损失函数模块用于量化生成的风险预测与实际风险状况之间的差异;所述损失函数模块包括:用于衡量生成的风险预测与实际风险状况之间的差异的内容损失模块以及鼓励生成器生成更接近实际风险状况的预测的对抗损失模块;基于构建的生成器网络、判别器网络及损失函数模块得到初始模型;使用历史数据训练所述初始模型并使用验证集评估初始模型的预测性能并在验证过程中更新所述生成器网络及判别器网络;当初始模型的置信度大于预设值时得到风险预测模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京易信同控制设备科技有限公司,其通讯地址为:210000 江苏省南京市江宁经济技术开发区双龙大道2881号海尔曼斯产业园F12幢(江宁开发区);或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。