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！

龙图腾网获悉陕西华电榆横煤电有限责任公司榆横发电厂;华电电力科学研究院有限公司;济南作为科技有限公司申请的专利设备故障时间预测方法、装置、设备、存储介质及计算机程序产品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：CN120408172B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202510448967.4，技术领域涉及：G06F18/2132；该发明授权设备故障时间预测方法、装置、设备、存储介质及计算机程序产品是由兰俊杰;丁锟;陈玺;王亮;张亭亭;屈章龙;孔祥旭设计研发完成，并于2025-04-10向国家知识产权局提交的专利申请。

本设备故障时间预测方法、装置、设备、存储介质及计算机程序产品在说明书摘要公布了：本申请涉及故障时间预测技术领域，公开了一种设备故障时间预测方法、装置、设备、存储介质及计算机程序产品，包括：根据目标设备的监测数据和部件特征信息生成初始预测参数集；确定初始预测参数集中各参数组合的预测精度指标；基于预测精度指标从初始预测参数集中选取最优参数组合；将最优参数组合输入预设的时间序列模型中，输出目标设备的故障时间预测结果。由于本申请通过目标设备的监测数据和部件特征信息确定时间序列模型中待预测设备的当前状态的最优参数组合，实现了设备故障时间的精准预测。

本发明授权设备故障时间预测方法、装置、设备、存储介质及计算机程序产品在权利要求书中公布了：1.一种设备故障时间预测方法，其特征在于，所述设备故障时间预测方法包括： 根据目标设备的监测数据和部件特征信息生成初始预测参数集，其中，所述目标设备为发电厂旋转机械的轴承，所述监测数据包括振动信号，所述部件特征信息包括轴承内圈缺陷频率，所述初始预测参数集包括从所述振动信号中提取的时域特征和频域特征； 确定所述初始预测参数集中各参数组合的预测精度指标； 基于所述预测精度指标从所述初始预测参数集中选取最优参数组合； 将所述最优参数组合输入预设的时间序列模型中，输出所述目标设备的故障时间预测结果； 所述根据目标设备的监测数据和部件特征信息，生成初始预测参数集的步骤，包括： 基于目标设备的监测数据对部件特征信息进行多维度故障特征编码，生成初始特征集合； 基于所述初始特征集合构建所述目标设备的初始预测参数集； 所述初始特征集合包括传感器失效特征子集、机械磨损特征子集及异常振动特征子集； 所述基于所述初始特征集合构建所述目标设备的初始预测参数集的步骤，包括： 根据所述目标设备各功能区域的传感器数据的数据方差确定对应的置信度权重，并根据所述置信度权重对传感器失效特征子集中标准化后的区域特征值进行加权重组，生成包含所述目标设备安装位置信息的失效特征序列，所述传感器失效特征子集包括振动传感器或温度传感器采集的原始信号中提取的异常特征； 根据所述机械磨损特征子集计算所述目标设备的振动信号的峭度变化率和对应的轴承内圈缺陷频率能量占比，并将所述峭度变化率和所述轴承内圈缺陷频率能量占比输入训练后的长短期记忆网络模型中，输出磨损趋势序列； 对异常振动特征子集执行多尺度熵特征提取，生成包含振动能量分布及突变特征的振动模式序列； 根据所述失效特征序列、所述磨损趋势序列和所述振动模式序列，生成初始预测参数集。

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陕西华电榆横煤电有限责任公司榆横发电厂;华电电力科学研究院有限公司;济南作为科技有限公司，其通讯地址为：719000 陕西省榆林市横山区白界乡马扎梁村；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。