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 > 恭喜宁波市一卡通科技有限公司管剑波获国家专利权

恭喜宁波市一卡通科技有限公司管剑波获国家专利权

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!

龙图腾网恭喜宁波市一卡通科技有限公司申请的专利一种轨道交通能效平衡动态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:CN119648206B

龙图腾网通过国家知识产权局官网在2025-05-30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:202510173823.2,技术领域涉及:G06Q10/20;该发明授权一种轨道交通能效平衡动态监测方法及系统是由管剑波;徐立斌;毛照平;李浩;毛慧祯;卢一挺;单腾设计研发完成,并于2025-02-18向国家知识产权局提交的专利申请。

一种轨道交通能效平衡动态监测方法及系统在说明书摘要公布了:本申请涉及一种轨道交通能效平衡动态监测方法及系统,涉及轨道交通节能与监测领域,解决了在能耗监测环节,简单统计分析和基于规则的系统,因阈值和规则固定,难以适应复杂多变的运行环境,容易出现误判和漏判的问题,其方法包括:根据设备的实际能耗与个性化能效标准阈值的比较结果,确定相应设备是否存在能耗异常;若为是,则结合设备的个性化阈值以及历史能耗数据,利用已构建的基于故障树和贝叶斯网络的综合能源损耗分析模型,从设备的故障模式出发,结合设备的运行历史、维护记录、环境因素,通过贝叶斯网络推理和动态故障树分析,定位能源损耗的根源原因,并发送至负责人所持终端。本申请具有如下效果:有效提升了轨道交通能效管理水平。

本发明授权一种轨道交通能效平衡动态监测方法及系统在权利要求书中公布了:1.一种轨道交通能效平衡动态监测方法,其特征在于,包括:获取各种外部设备的相关数据;将各种外部设备的相关数据输入至预先构建的模糊聚类分类模型中,输出各种外部设备的分类结果;依据设备分类结果,根据各种外部设备的实时相关数据,分析是否存在设备状态发生变化;若为否,则运用生命周期成本分析方法确定各类设备的个性化能效标准阈值;若为是,则以状态发生变化的设备作为目标设备,运用生命周期成本分析方法确定目标设备的个性化能效标准阈值,作为初始个性化阈值,收集目标设备的各类信息,并收集与目标设备存在协同关系的其他设备的各类信息以及所存在的协同关系数据;将目标设备的初始个性化阈值、目标设备的各类信息、与目标设备存在协同关系的其他设备的各类信息以及所存在的协同关系数据,一并输入至预先完成训练的系统协同强化学习阈值调整模型,输出调整值;基于调整值以及初始个性化阈值,计算确定目标设备的个性化能效标准阈值;根据设备的实际能耗与个性化能效标准阈值的比较结果,确定相应设备是否存在能耗异常;若为是,则结合设备的个性化阈值以及历史能耗数据,利用已构建的基于故障树和贝叶斯网络的综合能源损耗分析模型,从设备的故障模式出发,结合设备的运行历史、维护记录、环境因素,通过贝叶斯网络推理和动态故障树分析,定位能源损耗的根源原因,并发送至负责人所持终端;若为否,则不作通知;系统协同强化学习阈值调整模型的构建过程如下:收集轨道交通设备历史运行数据,涵盖不同时间段、工况下各设备的运行状态、能耗数据以及对应的系统能耗情况;对所收集的轨道交通设备历史运行数据作数据预处理,其中,数据预处理包括数据清洗以及归一化处理;对系统协同强化学习阈值调整模型作初始化操作,初始操作为随机为策略网络和价值网络的权重矩阵和偏置向量赋值;从初始状态起,策略网络依据当前状态给出动作概率分布,用轮盘赌算法选择动作应用于模拟环境,记录状态、动作、奖励和下一个状态信息,收集达到预设数量的记录形成轨迹集合;运用广义优势估计方法,先算TD误差,再算优势函数,判断动作优劣;采用近端策略优化算法中的PPO-Clip目标函数计算策略损失,通过梯度下降调整参数,让策略损失最小化;使用均方误差损失函数计算价值损失,通过梯度下降更新参数;运行混合整数线性规划模型,基于轨道交通系统的物理特性、设备运行约束条件,计算出系统能耗的理论最优解,计算当前系统能耗与理论最优解之间的差距;根据当前系统能耗与理论最优解之间的差距所落入的差距范围与调整策略的对应关系,确定调整策略;根据所确定的调整策略改变策略网络输出的动作概率分布以及奖励函数;基于调整后的策略网络动作概率分布和奖励函数,重新进行模型训练;在每次训练周期结束后,使用验证集数据对模型性能进行评估,当模型在验证集上达到设定的性能指标后,确定系统协同强化学习阈值调整模型完成训练;定位能源损耗的根源原因包括:获取多源数据,多源数据包括设备个性化阈值、历史能耗、运行历史、维护记录以及环境因素;利用历史能耗数据计算均值与标准差以确定能耗边界,按多种维度分析历史能耗,建立能耗正常模式;梳理设备从系统到零部件的故障模式,确定各细分模式发生概率,以能耗超正常边界预设比例以上为顶事件构建动态故障树,用逻辑门描述因果关系,再通过定性分析找出所有可能故障路径,将出现次数超总故障次数预设占比的事件作为高频故障底事件,并对高频故障底事件的路径作为排查方向;把故障树事件转化为贝叶斯网络节点和边,依据设备历史故障、行业统计确定先验概率,将多源数据作为证据输入,利用贝叶斯定理更新后验概率,设定概率变化超0.1时认为故障原因可能性显著增加,以此计算故障概率;融合故障树的逻辑结构和贝叶斯网络的故障概率,建立评估矩阵从两个维度对故障模式打分,筛选综合得分超预设分值、能耗增加超预设比例的因素作为根源原因。

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宁波市一卡通科技有限公司,其通讯地址为:315000 浙江省宁波市宁波高新区扬帆路71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”。

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。