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！

龙图腾网获悉集美大学申请的专利一种基于时空图卷积与多工况对比学习的挖掘机燃油消耗率预测方法及装置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：CN121834241B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610303116.5，技术领域涉及：G06F18/20；该发明授权一种基于时空图卷积与多工况对比学习的挖掘机燃油消耗率预测方法及装置是由苏德赢;连晓振;于德新;陈锦渠设计研发完成，并于2026-03-13向国家知识产权局提交的专利申请。

本一种基于时空图卷积与多工况对比学习的挖掘机燃油消耗率预测方法及装置在说明书摘要公布了：本发明公开了一种基于时空图卷积与多工况对比学习的挖掘机燃油消耗率预测方法及装置。在该方法中，构建挖掘机能量流时空图，将核心组件定义为图节点、物理连接定义为权重化边；并设计多层次物理特征工程方案，融合原始传感器数据与能量转换类衍生特征；再构建时空图卷积网络ST‑GCN与监督对比学习融合模型，通过双任务训练提升预测精度与泛化能力。本发明结合时空图卷积网络关联挖掘机工作系统节点信息，注入物理机理知识，显著提升了模型对复杂工况的适配性，预测精度与泛化能力优于现有模型，可为挖掘机节能控制提供精准指导，具有重要的工程应用价值。

本发明授权一种基于时空图卷积与多工况对比学习的挖掘机燃油消耗率预测方法及装置在权利要求书中公布了：1.一种基于时空图卷积与多工况对比学习的挖掘机燃油消耗率预测方法，其特征在于，所述方法包括： 构建挖掘机能量流时空图，选取挖掘机核心组件作为图节点，基于组件间的能量流路径和物理连接构建图边，生成权重化邻接矩阵，每个所述图节点的初始特征包括对应组件的原始传感器数据；所述构建挖掘机能量流时空图，包括：选取发动机、主液压泵、动臂缸、斗杆缸、铲斗缸和回转马达作为图节点；根据能量传递效率分析结果设定邻接矩阵的初始权重，所述初始权重反映所述图节点间的连接强弱或能量传递效率，并在后续模型训练过程中通过微调进行优化； 设计物理特征工程方案，实时计算发动机侧、液压系统执行机构侧以及系统级的物理衍生特征，将所述物理衍生特征与所述原始传感器数据融合后作为所述图节点的输入特征，其中，所述物理衍生特征包括发动机侧的发动机指示功率；液压系统执行机构侧的各液压缸瞬时液压功率以及回转马达功率；系统级的系统总需求功率和发动机负载率； 构建时空图卷积与对比学习融合模型，以时空图卷积网络为主体，添加投影头和对比学习模块，设计加权总损失函数对所述融合模型进行训练优化； 将测试数据输入训练完成的所述融合模型，通过预测头输出下一个时间步的燃油消耗率预测值。

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集美大学，其通讯地址为：361021 福建省厦门市集美区银江路185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”。

以上内容由龙图腾AI智能生成。