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！

龙图腾网获悉日坤(北京)科技有限公司申请的专利集成大数据处理的表箱多参数预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：CN121234207B 。

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：202511235450.3，技术领域涉及：G06F18/243；该发明授权集成大数据处理的表箱多参数预测方法及系统是由罗斌;许飞宇;陈适;涂彦昭设计研发完成，并于2025-09-01向国家知识产权局提交的专利申请。

本集成大数据处理的表箱多参数预测方法及系统在说明书摘要公布了：本申请涉及一种集成大数据处理的表箱多参数预测方法及系统，其包括通过表箱内置的RTU采集模块，实时采集表箱运行多维度的原始数据，将所述原始数据经加密后上传至云端服务器，并进行清洗、标准化及特征提取，得到结构化数据；将所述结构化数据存储至分布式存储系统，并对数据进行索引与压缩处理；调用压缩处理后的所述结构化数据构建多任务预测模型，并利用历史统计数据对所述多任务预测模型进行监督训练，得到训练后的预测模型；将实时采集所述原始数据输入训练后的所述预测模型，输出单参数预测结果，并基于所述单参数预测结果及所述原始数据进行多参数协同分析，生成协同预测结果。

本发明授权集成大数据处理的表箱多参数预测方法及系统在权利要求书中公布了：1.一种集成大数据处理的表箱多参数预测方法，其特征在于，包括： 通过表箱内置的RTU采集模块，实时采集表箱运行多维度的原始数据，所述原始数据包括：火线及零线温度、电流和电压、相位信息、箱门开关状态、表箱位置坐标及电表计量数据； 将所述原始数据通过专用通讯芯片传输至物联网装置，经加密后上传至云端服务器，并对云端接收的所述原始数据进行清洗、标准化及特征提取，得到结构化数据； 将所述结构化数据存储至分布式存储系统，并对数据进行索引与压缩处理，所述分布式存储系统采用时间序列数据库存储实时监测数据、关系型数据库存储设备信息及历史统计数据； 调用压缩处理后的所述结构化数据构建多任务预测模型，所述多任务预测模型包括用于预测温度和电流电压短期趋势的LSTM神经网络、用于识别故障类型的XGBoost模型及用于评估表箱老化程度的退化模型，并利用历史统计数据对所述多任务预测模型进行监督训练，得到训练后的预测模型； 将实时采集所述原始数据输入训练后的所述预测模型，输出单参数预测结果，并基于所述单参数预测结果及所述原始数据进行多参数协同分析，生成协同预测结果； 其中，所述调用压缩处理后的所述结构化数据构建多任务预测模型，所述多任务预测模型包括用于预测温度和电流电压短期趋势的LSTM神经网络、用于识别故障类型的XGBoost模型及用于评估表箱老化程度的退化模型，并利用历史统计数据对所述多任务预测模型进行监督训练，得到训练后的预测模型，包括： 从分布式存储系统中提取所述历史统计数据，按预设比例划分为训练数据集和验证数据集，其中所述训练数据集需包含正常运行样本与故障样本； 以所述训练数据集为输入，构建包含三个协同子模型的初始多任务预测模型，并采用联合损失函数进行监督训练； 基于初步训练后的所述多任务预测模型，通过所述验证数据集评估模型性能：验证LSTM子模型的趋势预测精度，并对未达标的子模型参数进行微调，输出验证通过的训练后的所述预测模型； 其中，所述以所述训练数据集为输入，构建包含三个协同子模型的初始多任务预测模型，并采用联合损失函数进行监督训练，包括： 构建LSTM神经网络子模型，输入层接收电流、电压、温度的实时参数及时间特征，隐藏层设2层，每个隐藏层设置64个神经元，输出层设3个神经元，输出层的三个神经元分别对应温度、电流、电压的未来1小时趋势预测值； 构建XGBoost子模型，输入层接收温度、电流、箱门状态的特征及故障标签，通过10棵决策树学习特征与故障类型的映射关系，实现故障类型识别； 构建退化模型，输入层接收温度波动频率、湿度、运行年限的老化相关特征，通过退化参数拟合表箱性能衰减曲线，进行老化程度评估； 得到包含上述三个协同子模型的初始多任务预测模型，其中各子模型通过共享输入特征层实现数据协同，并采用联合损失函数进行监督训练； 其中，所述将实时采集所述原始数据输入训练后的所述预测模型，输出单参数预测结果，并基于所述单参数预测结果及所述原始数据进行多参数协同分析，生成协同预测结果，包括： 基于所述原始数据，通过格式转换及特征匹配预处理为与训练后预测模型兼容的特征向量，输出预处理后的实时输入数据； 基于所述实时输入数据及训练后的所述预测模型，通过LSTM神经网络、XGBoost模型及退化模型分别输出温度电流电压趋势预测值、故障类型概率分布及老化程度预测值，得到所述单参数预测结果； 基于所述单参数预测结果及所述原始数据，构建趋势、状态及老化协同分析规则，输出协同分析规则； 基于所述协同分析规则及所述单参数预测结果，整合生成包含短期趋势预测、故障预警等级及老化维护建议的协同预测结果。

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日坤(北京)科技有限公司，其通讯地址为：100020 北京市朝阳区百子湾东里甲221号楼2层201；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。