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！

龙图腾网获悉中国电子系统技术有限公司申请的专利一种能源行业燃机智能预警系统和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：CN115423104B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202211052478.X，技术领域涉及：G06N5/04；该发明授权一种能源行业燃机智能预警系统和方法是由李大虎设计研发完成，并于2022-08-31向国家知识产权局提交的专利申请。

本一种能源行业燃机智能预警系统和方法在说明书摘要公布了：本发明涉及电力数字化技术领域，提供一种能源行业燃机智能预警系统和方法，本发明的系统，包括：云端，由基础设置层、云端能力层、云节点核心层和云边交互管理层组成；云节点核心层由数据处理模块、模型构建模块、训练调优模块、部署管理模块以及一体化训练推理引擎组成；云边交互管理层由边缘节点管理服务模块、模型推送服务模块、云端心跳检测服务模块和推送结果处理服务模块组成；多个边缘端，其中，每个边缘端由边缘端心跳检测服务模块、模型接收服务模块、监控服务模块、注册服务模块、模型启停服务模块和推理结果推送服务模块组成。本发明的系统和方法，更符合现场燃机真实情况，模型预警精确度高，可以节省燃机运维成本。

本发明授权一种能源行业燃机智能预警系统和方法在权利要求书中公布了：1.一种能源行业燃机智能预警方法，其特征在于，所述方法，包括： 步骤S1：根据燃机数据构建模型，并对模型进行训练、评估和测试，获得合格的训练模型，包括： 步骤S11：采用数据处理模块对燃机的环境数据和运行数据进行打标、去重、缺失值填充、字段过滤、排序处理，获得模型数据，并将模型数据发送至数据处理模块中kafka对应的主题中； 步骤S12：采用模型构建模块从模型数据中提取特征，组合设备健康度和设备预警两个算子，构建获得模型； 步骤S13：采用一体化训练推理引擎，根据步骤S12提取的特征，从数据处理模块中订阅对应燃机的模型数据，调整训练参数，对模型进行分布式训练，获得训练模型； 步骤S14：采用训练调优模块评估训练模型的报警准确率和召回率，如果报警准确率低于90%或者召回率低于92%，重新提取特征，对训练模型进行重新构建和训练； 步骤S15：采用部署管理模块对通过评估的训练模型进行测试，获得通过测试的训练模型，对未通过测试的模型进行重新构建、训练、评估和检测； 步骤S2：通过注册服务模块将边缘端注册到远端，包括： 步骤S21：采用边缘节点管理服务模块向边缘端分配code； 步骤S22：每个边缘端的注册服务模块携带对应的code向边缘端管理服务模块发送注册请求； 步骤S23：边缘节点管理服务模块接收并验证注册请求，同时获取每个边缘端的AK和SK信息； 步骤S3：采用边缘端心跳检测服务模块和云端心跳检测服务模块保持边缘端与云端的心跳连接，包括：边缘端心跳检测服务模块和云端心跳检测服务模块每隔1分钟通信1次，如果通信失败，连续尝试3次通信，如果还是通信失败，间隔5分钟后再进行通信，如果还是通信失败，断开边缘端心跳检测服务模块和云端心跳检测服务模块的连接，同时发送报警； 步骤S4：将云端通过测试的模型推送至边缘端，包括： 步骤S41：采用模型推送服务模块将云端模型文件和模型参数加密后通过https协议发送至模型接收服务模块，其中，模型参数包括边模型打包所需要的底层依赖框架信息以及缘节点管理模块获取的AK和SK信息； 步骤S42：模型接收服务模块接收模型文件和模型参数，认证AK和SK，将模型文件解密后，打包成docker模型镜像； 步骤S5：边缘端通过接收的模型进行推理，将推理结果返回至云端，包括： 步骤S51：采用边缘端模型启停服务模块根据kubernates分配的硬件资源启动docker模型镜像，对启动的docker模型镜像进行部署； 步骤S52：从数据处理模块中kafka对应的主题中订阅模型数据，根据订阅的模型数据进行推理，获得推理结果； 步骤S53：采用推理结果推送服务模块将附加AK和SK信息的推理结果推送至云端的推送结果处理服务模块； 步骤S54：云端推送结果处理服务模块对接收的推理结果进行打标，发送至数据处理模块。

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中国电子系统技术有限公司，其通讯地址为：100036 北京市海淀区复兴路四十九号；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”。

以上内容由龙图腾AI智能生成。