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！

龙图腾网获悉埃斯凯(上海)电气科技股份有限公司申请的专利一种控制柜的安全监控方法、装置、设备及介质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：CN121722647B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610231502.8，技术领域涉及：G06F11/30；该发明授权一种控制柜的安全监控方法、装置、设备及介质是由田宁宁;林峰;孙建伟;方庆祥设计研发完成，并于2026-02-27向国家知识产权局提交的专利申请。

本一种控制柜的安全监控方法、装置、设备及介质在说明书摘要公布了：本发明公开了控制柜的安全监控方法、装置、设备及介质，涉及控制柜的安全监控领域，该方法通过获取控制柜当前时刻的多维时序数据并输入训练好的轻量化第一异常状态预测模型，得到控制柜的异常状态预测结果，模型训练采用两阶段策略：一是基于更早历史数据，通过优化第一综合损失权重得到训练好的第二异常状态预测模型；二是利用较新历史数据，通过对比知识蒸馏损失将第二异常状态预测模型的多尺度知识迁移至轻量化的第一异常状态预测模型。本发明通过优化第一综合损失权重，实现模型性能与效率的平衡，得到描述控制柜内总体运行状况的异常状态标签，实现了从单点阈值报警到全局状态评估的转变，在一定程度上提升了控制柜的安全监控智能化水平。

本发明授权一种控制柜的安全监控方法、装置、设备及介质在权利要求书中公布了：1.一种控制柜的安全监控方法，其特征在于，所述控制柜的安全监控方法包括： 步骤100，获取控制柜内当前时刻下的至少两组多维时序监测数据，各组至少包括温度、电流、振动、湿度及烟雾浓度中的三种； 步骤200，将所述控制柜内当前时刻下的至少两组多维时序监测数据输入至训练好的第一异常状态预测模型中，得到所述控制柜的第一异常状态结果； 所述训练好的第一异常状态预测模型的训练步骤包括： 步骤201，获取所述控制柜内第一历史时段中的N1组多维时序监测数据、N1组所述多维时序监测数据对应的异常状态标签、参数初始化的第一异常状态预测模型，以及训练好的第二异常状态预测模型，N1为大于1的正整数； 步骤202，以所述第二异常状态预测模型为教师模型，以所述参数初始化的第一异常状态预测模型为学生模型，将N1组所述多维时序监测数据输入至所述教师模型中，得到教师多尺度知识；将N1组所述多维时序监测数据输入至所述学生模型中，得到学生多尺度知识； 步骤203，通过对比知识蒸馏损失来最小化所述教师多尺度知识和所述学生多尺度知识之间的差异，将所述教师模型的细粒度知识传递给所述学生模型完成知识蒸馏，知识蒸馏损失利用反向传播算法来更新所述学生模型的参数，得到训练好的第一异常状态预测模型； 所述训练好的第二异常状态预测模型的训练步骤包括： 步骤2011，获取所述控制柜内第一历史时段中的N2组多维时序监测数据、N2组所述多维时序监测数据对应的异常状态标签，以及参数初始化的第三异常状态预测模型，N2为大于2的正整数； 步骤2012，将N2组所述多维时序监测数据输入至所述第三异常状态预测模型中，得到所述控制柜的第三异常状态结果； 步骤2013，根据所述异常状态标签，以及所述第三异常状态结果，确定所述第三异常状态预测模型的第一子损失、第二子损失以及第三子损失； 步骤2014，在预设的权重组合的集合中，确定所述第一子损失的第一权重、所述第二子损失的第二权重以及所述第三子损失的第三权重，每一权重组合包括第一子损失的权重、第二子损失的权重以及第三子损失的权重； 步骤2015，根据所述第一子损失、所述第二子损失、所述第三子损失、所述第一权重、所述第二权重以及所述第三权重，确定所述第三异常状态预测模型的第一综合损失，当所述第一综合损失满足预设条件时停止模型训练，得到训练好的第二异常状态预测模型。

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埃斯凯(上海)电气科技股份有限公司，其通讯地址为：201815 上海市嘉定区兴庆路1050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。