CN119885049B 基于多模态感知的园区设施运行状态监测方法及系统 （上海临港益邦智能技术股份有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119885049B(45)授权公告日2025.07.08

(21)申请号202510387173.1

(22)申请日2025.03.31

(65)同一申请的已公布的文献号申请公布号CN119885049A

(43)申请公布日2025.04.25

(73)专利权人上海临港益邦智能技术股份有限

公司

地址200120上海市浦东新区秀浦路2555

号15幢12层

(72)发明人金晓丹汪坚胡龙孟习柱

周晓飞蒋云龙王胜利王刚

(51)Int.CI.

GO6F18/2433(2023.01)

GO6F18/213(2023.01)

GO6F18/25(2023.01)

GO6N5/02(2023.01)

(56)对比文件

CN119291342A,2025.01.10CN119598300A,2025.03.11CN119338445A,2025.01.21审查员疏雅丽

(74)专利代理机构杭州创信知识产权代理有限

公司33383专利代理师杨燕霞

权利要求书3页说明书12页附图2页

(54)发明名称

基于多模态感知的园区设施运行状态监测方法及系统

(57)摘要

CN119885049B本发明涉及多模态感知监测相关技术领域，具体包括基于多模态感知的园区设施运行状态监测方法及系统，包括：采集多模态感知数据，生成融合矩阵，提取运行特征，构建设施状态演化图谱，配置监测周期，识别潜在故障模式，与历史数据匹配优化监测规则，输出监测报告，解决了无法有效提取跨模态关联的潜在故障特征，影响故障识别的准确性与全面性的技术问题，实现了构建设施状态演化图谱，结合健康度指数的时间预测与故障风险概率的空间标注，提前识别隐性故障，同时，通过多模态数据回溯分析与状态转移反馈优化，提升故障特征提取的灵敏度，采用增量学习与模型迭代，持续优化自适应关联模

CN119885049B

采集目标园区内各个园区设施的多模态感知数

采集目标园区内各个园区设施的多模态感知数

据，以对齐处理生成融合数据矩阵，并输入至

预训练的自适应关联模型中，提取设施运行特

征

S2

基于所述设施运行特征，构建设施状态演化图

谱，包括设施健康度指数、能耗异常系数及故

障风险概率

根据所述设施状态演化图谱中的设施健康度指

数、能耗异常系数，配置第一监测周期，并在

初始故障识别规则下识别一类潜在故障模式

根据所述设施状态演化图谱中的故障风险概率

、能耗异常系数，配置第二监测周期，并在初

始故障识别规则下识别二类潜在故障模式

将所述第一监测周期及一类潜在故障模式、所

述第二监测周期及二类潜在故障模式与历史故

障数据库进行模式匹配，以匹配结果优化各个

园区设施的监测周期及故障识别规则，输出故

障监测报告

CN119885049B权利要求书1/3页

2

1.基于多模态感知的园区设施运行状态监测方法，其特征在于，所述方法包括：

采集目标园区内各个园区设施的多模态感知数据，以对齐处理生成融合数据矩阵，并输入至预训练的自适应关联模型中，提取设施运行特征；

基于所述设施运行特征，构建设施状态演化图谱，包括设施健康度指数、能耗异常系数及故障风险概率；

根据所述设施状态演化图谱中的设施健康度指数、能耗异常系数，配置第一监测周期，并在初始故障识别规则下识别一类潜在故障模式；

根据所述设施状态演化图谱中的故障风险概率、能耗异常系数，配置第二监测周期，并在初始故障识别规则下识别二类潜在故障模式；

将所述第一监测周期及一类潜在故障模式、所述第二监测周期及二类潜在故障模式与历史故障数据库进行模式匹配，以匹配结果优化各个园区设施的监测周期及故障识别规则，输出故障监测报告；

其中，根据所述设施状态演化图谱中的设施健康度指数、能耗异常系数，配置第一监测周期，并在初始故障识别规则下识别一类潜在故障模式，包括：

配置设施健康度指数、能耗异常系数对应的第一阈值范围，所述第一阈值范围随环境温度及负载率自适应调整；

在初始故障识别规则中，使用第一阈值范围、第一监测周期，建立一类潜在故障模式对应的第一状态评估决策链，对设施运行数据进行实时监测；

使用所述第一状态评估决策链，进行多模态数据回溯分析，提取故障发生的多个异常

特征片段；

根据所述多个异常特征