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！

龙图腾网获悉武汉惠强新能源材料科技有限公司申请的专利锂电池隔膜生产全流程能耗智能预测控制方法及系统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：CN121189552B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202511285687.2，技术领域涉及：G06Q10/04；该发明授权锂电池隔膜生产全流程能耗智能预测控制方法及系统是由王红兵;王聪;江辉;赵远;边光裕;杜飞跃设计研发完成，并于2025-09-10向国家知识产权局提交的专利申请。

本锂电池隔膜生产全流程能耗智能预测控制方法及系统在说明书摘要公布了：本申请提供了一种锂电池隔膜生产全流程能耗智能预测控制方法及系统，属于锂电池生产技术领域，该方法包括：获取预测目标时段的锂电池隔膜生产过程中的多源数据；将多源数据输入预设的图神经网络模型，得到预测目标时段的预测能耗值；获取预测目标时段的实际能耗测量值，计算预测能耗值与实际能耗测量值之间的能耗偏差值；基于能耗偏差值的绝对值与预设偏差阈值的比较，判断是否需要进行控制优化；若需要优化，从多源数据中筛选，得到目标状态变量集；将能耗偏差值、预设能耗目标值及目标状态变量集组合为状态信息；将状态信息输入预训练的强化学习模型，得到目标控制策略。本申请能够提升能耗管控的时效性和精准度。

本发明授权锂电池隔膜生产全流程能耗智能预测控制方法及系统在权利要求书中公布了：1.一种锂电池隔膜生产全流程能耗智能预测控制方法，其特征在于，包括： 获取预测目标时段的锂电池隔膜生产过程中的多源数据，所述多源数据包括工艺参数、设备运行参数、环境参数及质量检测参数； 将所述多源数据输入预设的图神经网络模型，得到预测目标时段的预测能耗值；图神经网络模型的构建过程包括：以生产工序为节点，以各工序间的物料传输关系及能量交互关系为边构建图结构；采用邻接矩阵表示节点间的连接强度，节点特征向量由对应工序的多源数据构成；其中，图神经网络模型包括输入层、图卷积层、池化层及输出层，输出层采用线性激活函数输出预测能耗值； 在所述预测目标时段结束后，获取其实际能耗值，计算所述预测能耗值与实际能耗值之间的能耗偏差值； 基于所述能耗偏差值的绝对值与预设偏差阈值的比较，判断是否需要进行控制优化； 若需要优化，对所述多源数据进行提取，得到状态变量集；对所述能耗偏差值的绝对值与预设偏差阈值进行比较，基于比较结果对所述状态变量集进行提取，得到目标状态变量集；其中，若所述能耗偏差值的绝对值小于或者等于预设偏差阈值，则将所述状态变量集作为目标状态变量集；若所述能耗偏差值的绝对值大于预设偏差阈值，则基于特征重要性评估结果，提取所述状态变量集中的状态变量作为目标状态变量集； 将所述能耗偏差值及所述目标状态变量集组合为状态信息； 将所述状态信息输入预训练的强化学习模型，得到目标控制策略；所述目标控制策略包括：工艺参数调整量和或设备运行参数调整量； 在执行目标控制策略后的预设评估时段内，获取实际能耗值及对应的评估多源数据；将所述评估多源数据输入预设的质量预测模型，得到预测质量指标； 基于所述实际能耗值、预设评估时段能耗目标值、预测质量指标、预设质量指标目标值及质量合格阈值，通过奖励函数计算奖励信号； 利用评估时段起始状态信息、执行的目标控制策略、奖励信号及评估时段结束时的状态信息，构建经验元组；基于所述经验元组优化所述强化学习模型的参数； 将所述评估多源数据输入所述图神经网络模型得到预测的能耗值，计算所述能耗值与实际能耗值之间的预测误差；基于所述预测误差优化图神经网络模型的参数。

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武汉惠强新能源材料科技有限公司，其通讯地址为：430000 湖北省武汉市黄陂区横店街临空经济示范工业园川龙大道天阳路1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。