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！

龙图腾网获悉安徽理工大学申请的专利一种基于大数据分析的泵站设备风险智能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：CN121168724B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202511234638.6，技术领域涉及：G06Q10/04；该发明授权一种基于大数据分析的泵站设备风险智能预测方法是由方贤文;卢可;方娜;张若源;刘海昊设计研发完成，并于2025-09-01向国家知识产权局提交的专利申请。

本一种基于大数据分析的泵站设备风险智能预测方法在说明书摘要公布了：本发明涉及故障预测与健康管理技术领域，公开了一种基于大数据分析的泵站设备风险智能预测方法，该方法包括：采集设备运行与环境数据；构建了自动化筛选的混合智能因果分析模型，以获得设备参数间的关联特征；构建结合图拓扑分析与时序特征、并经环境数据校准的风险分析模型，输出系统性的运行风险指数及动态临界值；构建长时序预测模型，对风险指数进行长期趋势预判在预测风险达到临界值时，调用因果模型进行根因追溯，并生成包含明确预警等级和具体资源需求的预防管理方案。本发明实现了从统性风险评估、精准预测到闭环决策支持的全流程智能化。

本发明授权一种基于大数据分析的泵站设备风险智能预测方法在权利要求书中公布了：1.一种基于大数据分析的泵站设备风险智能预测方法，其特征在于，包括： 采集泵站设备的运行参数和环境数据； 构建因果分析模型，基于所述运行参数，通过梯度提升决策树构建因果关系约束集，通过贝叶斯网络，对所述因果关系约束集进行识别，获得参数关联特征； 构建风险分析模型，对运行参数和参数关联特征进行设备关联拓扑分析和时序特征分析，获得第一运行风险数据和第一风险临界值，并基于环境数据进行校验，获得运行风险数据校验值和风险临界校验值，生成运行风险数据和风险临界值； 识别所述运行风险数据的信号周期频率，输入时间延迟聚合模型，得到周期性特征，具体过程为：采用隆布-斯卡格尔周期图算法对所述运行风险数据的时间序列进行频域分析，得到极大功率值，将所述极大功率值对应的频率作为所述信号周期频率；对所述信号周期频率进行解耦处理，得到相位信息；基于所述相位信息，确定周期起始点，得到基频周期和谐波周期；将所述基频周期和所述谐波周期输入时间延迟聚合模型，对所述运行风险数据进行采样，计算均值和方差，获得周期性特征；基于所述周期性特征重组所述信号周期频率，自回归生成预测风险指数，具体过程为：建立所述周期性特征与信号周期频率的联合概率分布，构建协方差矩阵；提取所述协方差矩阵对角线上的方差作为权重，得到各频率的加权系数；基于所述加权系数对所述信号周期频率进行重组，并分析方差权重的排序，筛选并获得预测性周期频率；将所述预测性周期频率输入自回归模型，获得所述预测风险指数； 当所述预测风险指数达到所述风险临界值时，通过所述因果分析模型生成风险预警等级和预防管理方案。

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安徽理工大学，其通讯地址为：232001 安徽省淮南市田家庵区泰丰大街168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。