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！

龙图腾网获悉中工互联(北京)科技集团有限公司申请的专利一种基于迭代式深度时序因果发现的故障检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：CN117290786B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202311296235.5，技术领域涉及：G06F18/2415；该发明授权一种基于迭代式深度时序因果发现的故障检测方法是由张国庆设计研发完成，并于2023-10-09向国家知识产权局提交的专利申请。

本一种基于迭代式深度时序因果发现的故障检测方法在说明书摘要公布了：本发明公开了一种基于深度时序因果发现的故障检测方法，包括获取异常性能指标和潜在原因指标的观测值及其配对时间戳；对观测值和时间戳进行结构化，形成均匀的时间序列；构建迭代式深度时序因果发现网络，因果发现模块依据预先设置的因果阈值对概率因果图进行采样和优化，时序拟合模块对时间序列的生成模型进行拟合；采用多个因果阈值，利用结构化时间序列对迭代式深度时序因果发现网络进行训练，训练时采用掩码损失函数；根据多个因果阈值的训练结果，对故障原因进行归因。本发明的有益效果为，能够利用神经网络智能学习工厂复杂环境下非线性的时序动态关系，快速和自动化地完成故障根因分析过程，并能轻易迁移到陌生环境。

本发明授权一种基于迭代式深度时序因果发现的故障检测方法在权利要求书中公布了：1.一种基于迭代式深度时序因果发现的故障检测方法，其特征在于：包括以下步骤： S1：获取故障性能指标和潜在原因指标的观测值及其配对时间戳； S2：对步骤S1中得到的观测值和时间戳进行时间序列结构化，使两者形成均匀的时间序列，缺失数据用缺失指示位表示； S3：构建迭代式深度时序因果发现神经网络，该网络包括因果发现模块和时序拟合模块，在训练过程中交替学习时序模型和概率因果图；这里的因果发现模块根据当前步骤学习到的时序拟合模块对概率因果图进行优化，其优化的过程为： 设置概率因果图表示一个邻接矩阵，代表s型函数，用来将参数归一化到0-1范围； 用概率因果图的每一个元素表示某一潜在原因性能指标对异常性能指标有因果影响的概率； 概率因果图M经过下式的可微采样器采样后得到掩码因果图S： ； 其中，，Uniform表示均匀分布，是一个预先设计的参数，在训练过程中按照指数函数从大到小变化； 对输入的潜在原因时间序列，进行二值掩码操作； 将二值掩码后的潜在原因时间序列输入完成训练的时序拟合模块，这个“时序拟合模块”是在S3先构建，然后在S4进行训练，得到时序预测值； 根据下式，输入时序预测值和实际观测值，计算因果损失函数，然后使用Adam优化器优化概率因果图M；；其中λ代表因果阈值，代表均方误差损失函数，o代表缺失指示位，代表s型函数； 这里，根据当前步骤学习到的概率因果图对时序拟合模块权重进行优化，优化的过程为： 利用长短时记忆网络构建时序拟合模块； 概率因果图M经过伯努利采样器得到掩码因果图S’，其中，伯努利采样器是指按照下式进行采样，得到二值结果； ； S’对输入的潜在原因时间序列进行掩码操作之后，输入模型； S4：采用多个因果阈值，利用步骤S2中的结构化时间序列对步骤S3中构建的迭代式深度时序因果发现网络进行训练，训练时采用掩码损失函数，从而排除掉被标记为缺失的数据； S5：根据多个因果阈值的训练结果，对故障原因进行归因。

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工互联(北京)科技集团有限公司，其通讯地址为：100085 北京市昌平区回龙观镇金域国际B座401；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。