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！

龙图腾网恭喜南京理工大学申请的专利一种基于多注意力机制的剩余使用寿命不确定性预测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：CN115204463B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202210636893.3，技术领域涉及：G06Q10/04；该发明授权一种基于多注意力机制的剩余使用寿命不确定性预测方法是由周剑;熊佳玮;田佳琦;马义中设计研发完成，并于2022-06-07向国家知识产权局提交的专利申请。

本一种基于多注意力机制的剩余使用寿命不确定性预测方法在说明书摘要公布了：本发明提出一种基于多注意力机制的剩余使用寿命不确定性预测方法，获取燃气涡轮引擎随着时间推移从完好状态逐渐退化直至报废的二维数据，通过自注意力机制对传感器数据的特征维度进行加权；使用具有共享参数的时间卷积网络学习传感器数据的时间和空间相关性信息；通过自注意力机制对时间维度进行加权，使用全连接层，对传感器数据进行预测；使用零开始训练法，并将分位数损失设置为模型训练的损失，训练基于多注意力机制的TCN模型。本发明简化了剩余使用寿命不易估计并且增加了预测的置信区间，提高可信度的过程，为诸如剩余使用寿命预测的问题提供了新的解决方案。

本发明授权一种基于多注意力机制的剩余使用寿命不确定性预测方法在权利要求书中公布了：1.一种基于多注意力机制的剩余使用寿命不确定性预测方法，其特征在于，包括如下步骤：步骤1，获取燃气涡轮引擎随着时间推移从完好状态逐渐退化直至报废的二维数据构建训练集，并进行预处理，预处理后的数据为包含退化过程、时间滞后阶数、传感器个数的三维数据；步骤2，构建基于多注意力机制的TCN网络，使用自注意力机制对预处理后的三维数据的特征维度进行加权，得到传感器带有加权特征信息的序列数据；使用具有共享参数的时间卷积网络对带有加权特征信息的序列数据进行学习，得到传感器带有时间和空间相关性信息的序列数据；使用自注意力机制对带有时间和空间相关性信息的序列数据在时间维度进行加权，得到传感器带有加权时间信息的序列数据；使用全连接层，对得到带有加权时间信息的序列数据进行预测，得到预测的剩余使用寿命；步骤3，使用零开始训练法，并将分位数损失设置为模型训练的损失，训练基于多注意力机制的TCN网络，并运用网格搜索技术，得到网络的最优参数；步骤4，对待预测剩余使用寿命的燃气涡轮引擎传感器数据进行预处理，输入训练好的模型，完成剩余使用寿命预测；步骤1，获取燃气涡轮引擎随着时间推移从完好状态逐渐退化直至报废的二维数据，并进行预处理，具体步骤为：步骤1.1：绘制随着时间变化的所有引擎每一传感器的数据的趋势图，根据图像的趋势，舍弃掉对传感器的退化没有影响的引擎，最终得到影响传感器退化的引擎数据，这些数据从崭新状态开始记录直至传感器完全报废；步骤1.2：对影响传感器退化的引擎数据进行Z值标准化；步骤1.3：对剩余使用寿命假设它是线性下降到零，对Z值标准化后的引擎数据选取一个时间节点，在这个时间之前，任何引擎的退化都是不明显的，从这里进行截断，即传感器剩余使用寿命大于该节点值的，均设置为该节点值，最终得到剩余使用寿命从该节点以后开始逐渐减少的数据；步骤1.4：将传感器的时间滞后数据添加到截断后的数据中，并将缺失历史数据的条目舍弃，数据维度由二维n，s变为三维n-p*tn-1，tn，s，其中n为所有传感器总记录数，tn为滞后阶数，s为记录引擎工作状态的传感器数量，p为引擎数量，最终得到包含退化过程、时间滞后阶数、传感器个数的三维数据；基于多注意力机制的TCN网络中，使用自注意力机制对预处理后的三维数据的特征维度进行加权，得到传感器带有加权特征信息的序列数据，具体步骤为：步骤2.1：对第t时间步收集的传感器测量值xt＝{x1,t,x2,t,...,xS,t}，计算重要性权重，其计算公式如式1： 其中，s是传感器的编号，t是时间步，xt是传感器的测量值，hw1是训练过程中要学习的隐藏向量，αs,t是第s个传感器第t时间步的特征维度的权重，因此，传感器的特征维度重要性权重向量为步骤2.2：根据重要性权重，计算第s个传感器特征维度重要性权重的平均值其计算公式如式2： 其中，t为时间步，αs,t是第s个传感器第t时间步的特征维度的权重，tn为滞后阶数；步骤2.3：根据特征维度重要性权重平均值和传感器测量值，计算特征维度加权后的传感器数据，其计算公式如式3： 其中，xs,t是第s个传感器第t时间步时刻的传感器测量值，是第s个传感器重要性权重的平均值。

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理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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”。