Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川华电珙县发电有限公司李小梅获国家专利权

四川华电珙县发电有限公司李小梅获国家专利权

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!

龙图腾网获悉四川华电珙县发电有限公司申请的专利一种基于机器学习的煤炭发热量高精度预测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:CN121583380B

龙图腾网通过国家知识产权局官网在2026-04-24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:202610098214.X,技术领域涉及:G16C20/30;该发明授权一种基于机器学习的煤炭发热量高精度预测方法是由李小梅;余蕴洁;曹佳妮;陈建忠设计研发完成,并于2026-01-26向国家知识产权局提交的专利申请。

一种基于机器学习的煤炭发热量高精度预测方法在说明书摘要公布了:本发明涉及数据预测技术领域,公开了一种基于机器学习的煤炭发热量高精度预测方法;所述方法包括:获取煤炭质量检测数据并进行窗口化处理,形成煤炭发热量序列与多源煤质成分序列;依据相邻测量值变化构建扰动嵌入向量组;提取煤质成分变量的统计特征与主导幅值,构建信噪因子并映射得到选择权重,生成变量级煤质特征向量组;将扰动嵌入向量组与变量级煤质特征向量组按时间顺序联合形成煤质关联建模集合,并基于训练集构建稀疏化关联结构场,通过关联传播与稳态一致性约束得到综合状态表示;将测试集输入所述机制获得煤炭发热量预测结果序列;本方法可强化扰动表达、提升特征融合质量并保持预测结构稳定性,获得煤炭发热量高精度预测结果。

本发明授权一种基于机器学习的煤炭发热量高精度预测方法在权利要求书中公布了:1.一种基于机器学习的煤炭发热量高精度预测方法,其特征在于,包括: 获取煤炭质量检测数据,构建原始煤质数据集,对所述原始煤质数据集进行窗口化处理,得到窗口化煤炭发热量序列与窗口化多源煤质成分序列; 统计所述窗口化煤炭发热量序列各窗口内相邻时刻测量值差值的绝对幅度,得到扰动幅度,并根据各窗口扰动幅度与全部窗口平均扰动的比值得到相对扰动系数,依据所述相对扰动系数对所述窗口化煤炭发热量序列进行升维、非线性与压缩的表达变换,得到扰动嵌入向量组; 计算所述窗口化多源煤质成分序列中所有煤质成分变量的预设统计项,并将所述预设统计项汇成窗口统计特征向量,提取所述窗口化多源煤质成分序列中所有煤质成分变量在对应窗口内的最大幅值作为主导幅值,基于所述主导幅值与窗口统计特征向量中的波动强度构建信噪因子,并将所述信噪因子映射为信噪驱动选择权重,基于所述信噪驱动选择权重对窗口统计特征向量与主导幅值进行加权组合,形成变量级煤质特征向量组; 分别对所述扰动嵌入向量组与所述变量级煤质特征向量组按时间顺序堆叠与联合,得到煤质关联建模集合,所述煤质关联建模集合包括训练集与测试集; 基于所述训练集构建煤质关联演化预测机制,所述煤质关联演化预测机制通过扰动相似度核、信噪对比核与时间位置耦合核进行加权融合得到联合扰动图结构,基于所述联合扰动图结构构建联合扰动图结构矩阵,对联合扰动图结构矩阵执行归一化处理并进行边裁剪操作,得到稀疏化关联结构场,对所述稀疏化关联结构场执行关联传播与稳态一致性约束,生成综合状态表示并输出训练集煤炭发热量预测结果序列; 将所述测试集输入至所述煤质关联演化预测机制,获得测试集煤炭发热量预测结果序列。

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四川华电珙县发电有限公司,其通讯地址为:644502 四川省宜宾市珙县孝儿镇;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。