发明专利已授权

基于多变量时序深度网络模型的水泥烟囱NOX预测方法

📄 申请号：CN202110560060.9 📄 发布日：2026/05/07

著录项目信息

申请日

2021-05-21

公开号

CN113268871A

公开日

2021-08-17

申请人

燕山大学

法律状态

已下证

专利类型

发明

主分类号

G06F30_20

IPC 分类号

G06F30_20 , G06N3_04 , G06N3_08 ,

技术画像

所属领域

时序预测时序预测深度学习工业烟气监测

应用场景

水泥工业烟气排放监测, 氮氧化物排放预测, 脱硝系统优化控制, 环保监管与达标排放

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于多变量时序深度网络模型的水泥烟囱NOX预测方法，具体步骤包括：根据水泥NOX产生机理、脱硝过程以及排放流程工艺，选取13个变量作为水泥烟囱NOX预测的输入变量，并对多变量时间序列统一进行归一化处理；根据水泥NOX生成过程中多变量时间序列在时域上表现的特征，建立基于深度学习LSTM特征重构模型进行NOX生成过程的本质特征提取；依据水泥烟囱NOX整体工艺流程，建立一种基于多变量时间序列长短时神经网络(LSTM)水泥烟囱NOX预测模型（MT‑LSTMs）；确定模型的初始参数，并对网络模型进行前向训练，然后利用网络主导代价函数误差反向微调进行训练，通过对误差修正来优化模型参数。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种脑电信号分类方法及系统

当前第 / 件

一种应用于智能网联汽车的巡航控制的人机交互系统

同领域国内专利 · IPC: (G06F30_20)

G06F30_00 G06F30_10 G06F30_12 G06F30_13 G06F30_15 G06F30_17 G06F30_18 G06F30_20 G06F30_22 G06F30_23 G06F30_25 G06F30_27 G06F30_28 G06F30_30 G06F30_31 G06F30_32 G06F30_323 G06F30_327 G06F30_33 G06F30_3308 G06F30_331 G06F30_3315 G06F30_3323 G06F30_337 G06F30_34 G06F30_36 G06F30_367 G06F30_373 G06F30_39 G06F30_392 G06F30_394 G06F30_396 G06F30_398 覆盖33个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：55 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)