“健康趋势”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果334715个，建议您升级VIP下载更多相关专利

[发明专利]设备的健康趋势预测方法、系统、计算机设备及存储介质-CN202111297224.X在审
发明人：张燧;薛文超;曾谁飞;王青天;李小翔;冯帆;陈沐新;陈高楼;盛超磊;白剑 -专利权人：中国华能集团清洁能源技术研究院有限公司;华能（浙江）能源开发有限公司清洁能源分公司
申请日： 2021-11-02 - 公布日： 2022-03-04 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及设备的健康趋势预测方法、系统、计算机设备及存储介质，所述方法包括：获取待测设备预设时段内的振动数据，利用经验模态分解法对所述振动数据进行特征提取获取所述数据的能量熵矩阵，基于所述能量熵矩阵确定待测设备预设时段对应的健康指标值，并确定所述指标值所属的健康等级，将所述健康指标值代入预先建立的健康趋势预测模型中，预测所述待测设备的故障时刻，基于所述故障时刻确定待测设备的健康趋势。本发明提供的技术方案，基于模态分解确定的健康指标值和确定健康等级选择健康趋势预测模型中对应的子模型进行待测设备的健康趋势预测，使得待测设备的健康趋势预测更加准确。
设备健康趋势预测方法系统计算机存储介质

[发明专利]糖尿病早期预警方法、设备及系统-CN202211535410.7在审
发明人：李杰;张帅;刘超 -专利权人：上海联莱信息科技有限公司
申请日： 2022-11-30 - 公布日： 2023-03-10 - 主分类号： G16H50/30 文献下载
摘要：本发明提供了一种糖尿病早期预警方法、设备及系统，包括：获取历史健康数据、日常生活活动数据和健康监测数据；基于历史健康数据、日常生活活动数据和健康监测数据确定患病基础概率值、历史健康数据发展趋势值、生活活动数据发展趋势值、第一健康监测数据发展趋势值和第二健康监测数据发展趋势值；将上述概率值和趋势值输入到预先训练好的糖尿病早期预警模型，输出健康数据的数据类型；当健康数据为异常数据时，进行糖尿病患病告警。该方式中，通过对目标对象健康数据的趋势分析，并将趋势分析结果输入糖尿病早期预警模型中的方法，以确定目标对象的糖尿病风险，从而提高对于糖尿病早期预警的准确性。
糖尿病早期预警方法设备系统

[发明专利]轴承健康状态及剩余寿命的预测方法、系统、设备及介质-CN202310492059.6有效
发明人：陈朋超;李华 -专利权人：国家石油天然气管网集团有限公司;国家石油天然气管网集团有限公司科学技术研究总院分公司
申请日： 2023-05-05 - 公布日： 2023-07-21 - 主分类号： G06F18/2131 文献下载
摘要：本发明公开了一种轴承健康状态及剩余寿命的预测方法、系统、设备及介质，涉及轴承健康预测技术领域，所述方法包括：获取故障状态为有故障的目标轴承在设定时长内运行后的目标振动信号；根据所述目标振动信号，获取所述目标轴承对应的目标健康度趋势特征集，所述目标健康度趋势特征集包括预设的多个健康度趋势特征和各个所述健康度趋势特征对应的特征数据；根据所述目标健康度趋势特征集，预测所述目标轴承的健康状态和/或剩余寿命。本发明可准确地预测轴承的健康状态和剩余寿命，不受振动传感器型号限制，简单易行，提高了预测轴承健康状态和剩余寿命的准确性。
轴承健康状态剩余寿命预测方法系统设备介质

[发明专利]抽水蓄能机组轴系健康性能趋势区间预测的方法及装置-CN202210165874.7在审
发明人：单亚辉;王浩;刘志宏;张星;吴根平;刘佳玥 -专利权人：中国船舶重工集团公司第七一九研究所
申请日： 2022-02-21 - 公布日： 2022-09-20 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种抽水蓄能机组轴系健康性能趋势区间预测的方法及装置，能够解决现有技术未能充分考虑机组运行工况受水力‑机械‑电磁耦合因素的影响的技术问题。所述方法包括：构建抽水蓄能机组标准健康状态模型；基于抽水蓄能机组的在线监测数据，确定抽水蓄能机组的轴系不同部位的健康性能指标序列；进而获取轴系综合健康性能指标序列；构建基于多目标优化的核极限学习机(KELM)模型的轴系健康性能趋势预测模型；选轴系综合健康性能指标序列的前s个数据训练所述轴系健康性能趋势预测模型；基于轴系综合健康性能指标序列IHI中去除前s个数据后剩余的数据构建输入矩阵并代入训练好的所述轴系健康性能趋势预测模型，获取轴系的健康性能趋势区间。
抽水蓄能机组健康性能趋势区间预测方法装置

[发明专利]病人健康趋势显示仪-CN200680013226.9无效
发明人： W·韦克尔;K·贝文斯;R·B·柯尼希 -专利权人：太空实验室健康护理有限公司
申请日： 2006-03-01 - 公布日： 2008-09-24 - 主分类号： A61B5/06 文献下载
摘要：本发明为一种产生和表征病人住院期间监控其多种生理参数状态的新方法。本发明的系统可以使医疗工作者只需扫视一眼就能轻松的观察多个病人的状态，以及参数值的任何变化。
病人健康趋势显示

[发明专利]新能源设备的健康状况测评方法、系统、装置及介质-CN202210826298.6在审
发明人：黄伟;申迎传;鞠强;魏亮;朱诗严;项宝庆;潘博存 -专利权人：青岛特来电新能源科技有限公司;青岛特来电大数据有限公司
申请日： 2022-07-14 - 公布日： 2022-10-21 - 主分类号： G01R31/392 文献下载
摘要：本发明公开了一种新能源设备的健康状况测评方法、系统、装置及介质，适用于新能源技术领域。基于同一变量通过平均值方法确定的与安全阈值的偏离程度，进而根据偏离程度与健康状况的关系确定第一健康度，再通过趋势分析法确定实际充电过程数据的趋势情况，考虑到趋势变化可以在短时间内查看到变量的变化，避免因为平均值变化较小甚至不明显导致的确认健康状况的时间较长问题，根据趋势情况对应的趋势因子与健康状况的关系确定第二健康度，通过两个健康度可以确定综合健康状态，避免现有的固定安全阈值作为异常判断标准导致的判别结果以及对应的健康状况测评不准确的问题，可以及时确认待检测新能源设备的健康状态
新能源设备健康状况测评方法系统装置介质

[发明专利]复杂系统健康趋势预测方法、系统、电子设备及存储介质-CN202310258306.6在审
发明人：周志杰;赵宇;胡昌华;冯志超 -专利权人：中国人民解放军火箭军工程大学
申请日： 2023-03-17 - 公布日： 2023-04-14 - 主分类号： G06F30/20 文献下载
摘要：本发明公开一种复杂系统健康趋势预测方法、系统、电子设备及存储介质，涉及工业系统预测领域，方法包括获取复杂系统的测试指标并根据所述测试指标构建复杂系统健康趋势预测指标体系；根据所述复杂系统健康趋势预测指标体系中测试指标的历史数据利用ARIMA模型进行预测，得到预测结果；根据所述预测结果对BRB模型进行优化，得到预测模型；根据所述测试指标的当前数据利用预测模型进行评估，得到健康趋势评估结果。本发明可提高对复杂系统健康预测的精度。
复杂系统健康趋势预测方法电子设备存储介质

[发明专利]一种电池包健康状态估算方法-CN202010910127.2有效
发明人：郭阳东;司华超;张贵海 -专利权人：东风汽车集团有限公司
申请日： 2020-09-02 - 公布日： 2021-08-13 - 主分类号： G01R31/382 文献下载
摘要：本发明涉及新能源汽车控制技术领域，具体地指一种电池包健康状态估算方法。在汽车运行时，判断电池放热的基础热量等级；判断电池电压的基础电压等级；判断电池温度的基础温度等级；在汽车不运行时，获取汽车停车环境参数，根据汽车停车环境参数和停车时间获取判断电池温度变化趋势的温度变化趋势等级、判断电池热量变化趋势的热量变化趋势等级和判断电池电压变化趋势的电压变化趋势等级；综合基础热量等级、基础电压等级、基础温度等级、温度变化趋势等级、热量变化趋势等级和电压变化趋势等级得到电池包的健康状态。本发明采取车辆行驶数据和静置环境数据，在车辆停止工作时预算车辆处于静置状态的健康状态。
一种电池健康状态估算方法

[发明专利]一种健康数据的可视化处理方法-CN201510558624.X在审
发明人：陈洪鑫;郑亮;于治楼 -专利权人：浪潮集团有限公司
申请日： 2015-09-06 - 公布日： 2015-11-25 - 主分类号： G06Q50/22 文献下载
摘要：本发明公开了一种健康数据的可视化处理方法，该方法的步骤如下：步骤1）采集获取用户信息；步骤2）根据用户信息获取用户的健康数据；步骤3）根据用户的健康数据得到数据图表，反映健康趋势；步骤4）选择时间段显示该时间段内的健康趋势；步骤5）从健康数据图表提取用户的健康信息；步骤6）对用户的健康信息进行评价并给出健康建议。本发明的一种健康数据的可视化处理方法和现有技术相比，具有设计合理、使用方便等特点，可以持续的对数据进行分析，能很好的获得一个时间段内的健康趋势，对用户的健康信息进行评价并给出健康建议。
一种健康数据可视化处理方法

[发明专利]一种基于GM(1,1)的智能电能表健康度趋势预测方法-CN201811213106.4有效
发明人：罗群;刘春雨;葛磊蛟;顾强;杨光;何泽浩;王月明;葛春萌;张志龙;王维光;张文婷;张健;王首堃;戴睿;王子楠 -专利权人：国网天津市电力公司电力科学研究院;国网天津市电力公司;国家电网有限公司
申请日： 2018-10-18 - 公布日： 2021-05-18 - 主分类号： G01R35/04 文献下载
摘要：本发明涉及一种基于GM(1,1)的智能电能表健康度趋势预测方法，具体执行步骤包括：步骤(1)：开展智能电能表的健康度进行评价，获得智能电能表健康度指标数据；步骤(2)：基于智能电能表指标数据，建立基于GM(1,1)的智能电能表健康度趋势预测模型；步骤(3)：对智能电能表健康度进行趋势预测。本发明通过智能电能表健康度综合评估指标获知智能电能表的整体健康度情况，为区域范围内的智能电能表健康度预判提供了有效的建议和可靠指导。
一种基于 gm 智能电能表健康趋势预测方法

[发明专利]基于多参数融合健康因子和时间卷积神经网络的轴承退化趋势预测方法-CN202210400678.3在审
发明人：王华庆;张玺森;宋浏阳;赵晟凯 -专利权人：北京化工大学
申请日： 2022-04-17 - 公布日： 2022-07-29 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了基于多参数融合健康因子和时间卷积神经网络的轴承退化趋势预测方法。本发明基于多参数融合深度神经网络提取轴承多个时域参数并进行融合，采用小波激活函数Morlet，构建融合健康因子，利用时间卷积神经网络，将健康因子作为样本数据，实现轴承退化趋势预测。其步骤如下：(1)采集轴承全寿命振动信号；(2)提取时域参数并进行归一化处理；(3)基于单调性和相关性标准，筛选时域参数；(4)设置标签，形成构建健康指标所需的数据集；(5)设定多参数融合深度神经网络结构，构建融合健康因子；(6)对融合健康因子设置标签，形成预测轴承退化趋势所需的数据集；(7)设定时间卷积神经网络结构，实现轴承退化趋势预测。
基于参数融合健康因子时间卷积神经网络轴承退化趋势预测方法

[发明专利]一种工业锅炉用智能检测装置-CN201610620719.4在审
发明人：不公告发明人 -专利权人：董超超
申请日： 2016-07-30 - 公布日： 2017-01-04 - 主分类号： G01D21/00 文献下载
摘要：本发明公开了一种工业锅炉用智能检测装置，包括检测模块、数据处理模块、分析模块、监控显示模块、健康趋势预测模块和寿命评估模块；所述检测模块用于检测工业锅炉运行的各种健康数据；所述分析模块用于对由数据处理模块处理过的健康数据进行分析，并形成数据透视图传输到监控显示模块；所述健康趋势预测模块用于采用模糊神经网络法根据离线和在线数据进行未来运行趋势分析；所述寿命评估模块用于确定工业锅炉的剩余寿命，反向验证健康趋势预测模块的趋势分析是否正确
一种工业锅炉智能检测装置

[发明专利]汽车健康变化趋势预估方法、装置、电子设备及存储介质-CN202210824549.7在审
发明人：崔洪斌;刘振宇;赵晓亮 -专利权人：北京经纬恒润科技股份有限公司
申请日： 2022-07-14 - 公布日： 2022-10-21 - 主分类号： G06Q10/04 文献下载
摘要：本申请提供一种汽车健康变化趋势预估方法、装置、电子设备及存储介质，对于待处理的目标车辆，获取该目标车辆的行驶数据，并调取该目标车辆对应的预估模型；由于预估模型是以该目标车辆所属车型下多个样本车辆的行驶数据作为训练样本，以对训练样本的健康变化趋势的预测结果趋近于其标注结果为目标，对基础模型训练得到的，并且该基础模型包括使用GRU改进的卷积神经网络，因此将该目标车辆的行驶数据输入至该预估模型中，能够通过该预估模型确定该目标车辆的健康变化趋势本申请能够快速评估车辆在未来周期内的健康变化趋势，即车辆健康水平的走向，为车主与维修人员提供有价值的维修建议。
汽车健康变化趋势预估方法装置电子设备存储介质

[发明专利]采用编码器和解码器的滚动轴承剩余使用寿命预测方法-CN202210487073.2有效
发明人：张永平;卢瑾;徐森 -专利权人：盐城工学院;盐城工学院技术转移中心有限公司
申请日： 2022-05-06 - 公布日： 2023-04-07 - 主分类号： G06F18/2131 文献下载
摘要：，经快速傅里叶变换，得到频域幅值信号，进行归一化处理；将归一化处理后的训练集的频域幅值信号作为卷积神经网络输入，提取滚动轴承振动信号局部信息和挖掘深层特征，将深层特征作为编码器和解码器网络的输入，构建趋势性量化健康指标，建立趋势性量化健康指标模型；将归一化处理后的测试集的频域幅值信号经卷积神经网络挖掘深层特征，并输入趋势性量化健康指标模型，获取测试集的趋势性量化健康指标；将测试集的趋势性量化健康指标寿命百分比进行线性回归
采用编码器解码器滚动轴承剩余使用寿命预测方法

[发明专利]一种新型混合的锂离子电池健康状态预测方法-CN202110428453.4在审
发明人：屈琪;欧阳名三;夏超 -专利权人：安徽理工大学
申请日： 2021-04-19 - 公布日： 2021-07-16 - 主分类号： G01R31/392 文献下载
摘要：本发明涉及一种新型混合的锂离子电池健康状态预测方法，首先采集电池容量数据，并对容量数据进行分析，再对提取的充放电序列和容量数据序列进行相关性分析，构建健康指标，然后利用自适应噪声的全集合经验模态分解(CEEMDAN)将健康指标序列分解为趋势因子和随机因子。其中，相对平滑的趋势项数据序列采用自回归综合移动平均模型(ARIMA)进行预测；接着将ARIMA预测的残差与CEEMDAN分解得到的非趋势项组合成新的非趋势项；然后引入最小二乘支持向量机(LSSVM)建立非线性预测模型并进行预测最后，结合趋势项数据序列和非趋势项数据序列的预测结果，为健康状态和剩余使用寿命的评估提供参考。本发明在预测锂离子电池剩余寿命方面有效地做出了改善，大大的提高了预测精度。
一种新型混合锂离子电池健康状态预测方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条