恭喜浙江大学;华东交通大学;浙江省能源集团有限公司赵春晖获国家专利权
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!
龙图腾网恭喜浙江大学;华东交通大学;浙江省能源集团有限公司申请的专利一种工业运维领域大模型智能决策方法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:CN119557714B 。
龙图腾网通过国家知识产权局官网在2025-04-11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:202510108416.3,技术领域涉及:G06F18/24;该发明授权一种工业运维领域大模型智能决策方法是由赵春晖;侯涤非;赵健程;李清毅;刘盛辉;朱松强;张国民;纪培栋设计研发完成,并于2025-01-23向国家知识产权局提交的专利申请。
本一种工业运维领域大模型智能决策方法在说明书摘要公布了:本发明公开了一种工业运维领域大模型智能决策方法,该方法包括:收集、整理工业运维文本材料,基于提示词工程与构造大语言模型训练文本对,以向大模型注入工业运维知识,获得工业领域大模型;收集传感器时序数据,设计跨模态转换模块,以将时序数据转换到与自然语言文本相同的特征空间,并通过跨模态知识对齐策略,利用文本空间学习到的信息监督跨模态转换模块的训练;在此基础上,通过提示词工程构造任务提示文本,引导大模型输出工业设备状态分类结果。本发明能够基于设备状态文本与传感器收集的时序模态数据,基于大模型给出工业运维任务的分类结果,从而为工业运维智能决策提供支持。
本发明授权一种工业运维领域大模型智能决策方法在权利要求书中公布了:1.一种工业运维领域大模型智能决策方法,其特征在于,包括以下步骤:1收集工业对象的运维文本材料,并基于提示词工程方法使用运维文本材料构造供大模型训练的结构化的问答文本数据集;其中,所述问答文本数据由问答文本对构成,所述问答文本对包括问题部分和回答部分;2使用问答文本数据集微调预训练好的大模型,以获取用于工业设备运维分类任务的工业领域大模型;3构造跨模态转换模块以将收集的工业过程中的传感器时序数据转换成对齐的时序数据的特征,该跨模态转换模块包括时序特征编码器、时序查询器、大模型分词器、大模型编码器、文本查询器、跨模态注意力加权器和模态对齐编码器;4基于提示词工程方法构造任务提示文本,将其经过大模型分词器和大模型编码器的处理后,分别与传感器时序数据对应的对齐的时序数据的特征和运维文本材料的文本编码特征拼接,并将拼接后的时序特征和文本特征作为工业领域大模型的输入;5以传感器时序数据、运维文本材料为训练集输入,以其对应的工业设备运维分类结果为训练集标签,对跨模态转换模块、重构器和分类器进行训练,训练过程中以最小化总训练损失函数为优化目标,调整跨模态转换模块、重构器和分类器的参数,以获取训练好的跨模态转换模块、重构器和分类器;6应用时,利用训练好的大模型分词器、大模型编码器、跨模态转换模块、重构器、工业领域大模型和分类器获取待测试的传感器时序数据的运维决策的编码特征和工业设备运维分类任务的分类结果;所述步骤6具体包括:将待测试的传感器时序数据输入训练好的跨模态转换模块中,得到经模态对齐后的时序数据的特征;同时,将任务提示文本经过大模型分词器和大模型编码器,得到任务提示文本的编码特征,将任务提示文本的编码特征与经模态对齐后的时序数据的特征拼接后输入至工业领域大模型中,输出对应的运维决策的编码特征vanswer;对所有类别的故障表征总结、故障原因分析和故障防范或处理措施构成的文本描述,通过大模型编码器得到各类别的文本特征,其中第i个类别的文本特征记为假设共有M个类别,存在集合利用最近邻对vanswer进行分类,计算公式为: 其中,是工业设备运维分类任务的分类结果。
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浙江大学;华东交通大学;浙江省能源集团有限公司,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866号;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”。
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。