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！

龙图腾网获悉合肥工业大学申请的专利一种基于互信息多源数据融合的水闸安全状态评估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：CN115796015B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202211445058.8，技术领域涉及：G06F30/27；该发明授权一种基于互信息多源数据融合的水闸安全状态评估方法是由万家山;夏娜;张春林;袁绪彪;王劲松;王聪;吴振昊设计研发完成，并于2022-11-18向国家知识产权局提交的专利申请。

本一种基于互信息多源数据融合的水闸安全状态评估方法在说明书摘要公布了：本发明公开了一种基于互信息多源数据融合的水闸安全状态评估方法，包括：1：获取水闸监测区域的多种安全监测时间序列数据并标准化处理；2：根据互信息量、最大相关性原则与最小冗余度原则筛选影响因素；3：构建Stacking集成学习模型，一层训练网络以RF、LSTM和SVM算法为基础，二层训练网络以GBDT模型对一层输出结果进行整合以获取最优模型。4：通过构建的Stacking集成学习模型，预测下一时刻的水闸形变结果；5：结合闸体形变历史形变数据以及预测的预测的水闸形变数据，对水闸安全状态进行评估。本发明将影响水闸形变的多种因素融合并预测未来形变情况，并根据闸体形变数据对水闸安全状态进行评估。

本发明授权一种基于互信息多源数据融合的水闸安全状态评估方法在权利要求书中公布了：1.一种基于互信息多源数据融合的水闸安全状态评估方法，其特征是按如下步骤进行： 步骤1：获取水闸监测区域的种水闸形变因素的时间序列集合，其中，第种水闸形变因素的时间序列，记为；表示第种水闸形变因素的第i个时刻数据，，，表示时序长度； 对进行标准化处理，得到标准化后的第种水闸形变因素的第i个时刻数据，从而得到标准化后的第种水闸形变因素的时间序列Xj＝[X1j,X2j,…,Xij,…,Xnj]T；进而得到标准化后的种水闸形变因素集合； 获取第i个时刻的闸体形变数据，从而得到闸体形变序列； 步骤2：根据互信息量、最大相关性原则与最小冗余度原则筛选影响因素： 步骤2.1：利用式1计算第种水闸形变因素的时间序列与闸体形变序列的互信息量： 1 式1中，为概率密度函数；为第k个时刻的闸体形变数据；； 步骤2.2：按照式1依次计算种水闸形变因素与闸体形变序列的互信息量，选出互信息量最大的影响因素的时间序列记为； 定义影响因素集合为，并初始化； 步骤2.3：将赋值给后，按照式2所示的判断条件，从中选出与闸体形变序列相关性最大且与冗余性最小的影响因素； 2 式2中，为水闸形变因素集合内影响因素的个数，表示中第种水闸形变因素的时间序列，为中第种水闸形变因素的时间间序列与中第种水闸形变因素的时间序列的互信息量； 步骤2.4：将赋值给，将赋值给后，按照式2不断更新，并筛选出与水闸形变影响较大的组影响因素的时间序列，记为，其中，表示筛选后的第种水闸形变因素的时间序列，且X′l＝[X′1l,X′2l,…,X′kl,…,X′nl]T，表示经过筛选后的第种水闸形变因素的第k个时刻数据； 步骤3：构建Stacking集成学习模型，包括：第一层的RF网络、LSTM网络和SVM分类网络以及第二层的GBDT模型； 步骤4：将当前第个时刻数据与第个时刻的闸体形变数据输入训练好的Stacking集成学习模型，并输出预测的第个时刻的水闸形变数据； 步骤5：结合闸体形变历史形变数据以及预测数据，计算闸体形变加速率，当时，表示闸体处于匀速变形阶段，当前水闸基本正常；当时，表示闸体处于加速变形一阶段，当前水闸存在安全隐患；当时，表示闸体处于加速变形二阶段，当前水闸处于异常状态；当时，表示闸体处于加速变形三阶段，当前水闸处于险情。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193号；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”。