買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜嶗山國家實驗室;山東省科學院海洋儀器儀表研究所申請的專利基于數據分析的鎧裝光電復合纜水下密封性能退化預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119988851B 。

龍圖騰網通過國家知識產權局官網在2025-06-20發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510463195.1，技術領域涉及：G06F18/15；該發明授權基于數據分析的鎧裝光電復合纜水下密封性能退化預測方法是由劉超;毛宇峰;韓桂海;王亞洲;馬慶鋒;孫召成;馮向超;崔浩;李騰設計研發完成，并于2025-04-14向國家知識產權局提交的專利申請。

本基于數據分析的鎧裝光電復合纜水下密封性能退化預測方法在說明書摘要公布了：本發明涉及數據分析技術領域，具體涉及基于數據分析的鎧裝光電復合纜水下密封性能退化預測方法，包括以下步驟：S1：通過傳感器采集鎧裝光電復合纜運行過程中實時運行數據；S2：對S1采集的運行數據進行預處理，生成結構化的預處理數據集；S3：提取與密封性能退化相關的特征參數；S4：訓練高斯過程回歸模型；S5：對S4生成的高斯過程回歸模型進行驗證；S6：調整高斯過程回歸模型中的核函數參數和噪聲項；S7：生成退化報告。本發明，通過實時數據采集、特征提取和高斯過程回歸模型的精準預測，實現了鎧裝光電復合纜密封性能退化時間點、速率和趨勢的高效預測，提高了設備維護的科學性和運行的可靠性。

本發明授權基于數據分析的鎧裝光電復合纜水下密封性能退化預測方法在權利要求書中公布了：1.基于數據分析的鎧裝光電復合纜水下密封性能退化預測方法，其特征在于，包括以下步驟：S1：通過傳感器采集鎧裝光電復合纜運行過程中實時運行數據，包括的溫度、壓力、光纖信號衰減值和電流；S2：對S1采集的運行數據進行預處理，并對所有數據進行歸一化操作，生成結構化的預處理數據集；S3：基于S2的預處理數據集，提取與密封性能退化相關的特征參數，包括溫度變化率、壓力波動幅度和光纖信號衰減速率，并形成特征向量集；所述S3具體包括：S31：對于預處理數據集中每個時間點的溫度數據，按照以下公式計算溫度變化率：其中，Ti和Ti+1分別為相鄰時間點的溫度值，Δt為時間間隔，ΔT為溫度變化率；同時將所有時間點計算的溫度變化率匯總為時間序列數據，記錄為特征向量中的一列；S32：計算壓力波動幅度，對預處理數據集中的壓力數據，以每小時為一個固定時間窗口，計算時間窗口內壓力的最大值Pmax與最小值Pmin，并按照以下公式計算壓力波動幅度：AP＝Pmax-Pmin，其中，AP為時間窗口的壓力波動幅度；同時將所有時間窗口內的壓力波動幅度匯總為時間序列數據，記錄為特征向量中的一列；S33：計算光纖信號衰減速率，對預處理數據集中的光纖信號衰減值，以10分鐘為一個固定時間窗口，按照以下公式計算光纖信號衰減速率：其中，和分別為窗口起始時間t1和結束時間t2的光纖信號強度值，Ratten為光纖信號衰減速率；同時將所有時間窗口內的光纖信號衰減速率匯總為時間序列數據，記錄為特征向量中的一列；S34：將計算得到的溫度變化率、壓力波動幅度和光纖信號衰減速率時間序列數據合并，形成特征向量集；所述特征向量集的格式采用矩陣形式，其中每行表示一個時間窗口的特征，列分別對應溫度變化率、壓力波動幅度和光纖信號衰減速率；S4：利用S3提取的特征向量集，訓練高斯過程回歸模型，所述高斯過程回歸模型用于預測密封性能退化的趨勢；S5：利用獨立驗證數據集對S4生成的高斯過程回歸模型進行驗證，將獨立驗證集的特征向量輸入模型，輸出預測結果，并與實際密封性能標注值進行比較，計算初始預測模型的準確率和誤差；S6：基于S5輸出的準確率和誤差結果，調整高斯過程回歸模型中的核函數參數和噪聲項，以優化高斯過程回歸模型的預測精度；S7：將S2預處理后的數據輸入至S6優化后的高斯過程回歸模型，生成鎧裝光電復合纜密封性能退化的預測結果，并根據預測結果生成退化報告。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人嶗山國家實驗室;山東省科學院海洋儀器儀表研究所，其通訊地址為：266237 山東省青島市即墨區問海中路168號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。