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！

龙图腾网获悉浙江浙能技术研究院有限公司申请的专利基于QRQC和XGBoost决策模型的余热锅炉湿法充氮智能控制策略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：CN115793458B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202211536324.8，技术领域涉及：G05B13/04；该发明授权基于QRQC和XGBoost决策模型的余热锅炉湿法充氮智能控制策略是由冯向东;娄宝辉;许茂贤;李森明;何飞德;张贺;张驰设计研发完成，并于2022-12-02向国家知识产权局提交的专利申请。

本基于QRQC和XGBoost决策模型的余热锅炉湿法充氮智能控制策略在说明书摘要公布了：本发明涉及基于QRQC和XGBoost决策模型的余热锅炉湿法充氮智能控制策略，包括：采集余热锅炉温度、充氮压力及加氨量数据，进行数据归一化处理，划分为训练数据和测试数据；收集溶解氧和pH值在线数据，归一化处理后作为中间因变量参数；基于XGBoost决策树算法，对训练数据进行模型训练，确定模型参数；基于快速反馈质量控制方法QRQC对XGBoost决策树模型计算结果进行快速反馈控制及误差评估。本发明的有益效果是：本发明快速反馈控制的同时提升预测精度、减少预测时间，快速响应工况变化，实现余热锅炉的快速启停智能控制。

本发明授权基于QRQC和XGBoost决策模型的余热锅炉湿法充氮智能控制策略在权利要求书中公布了：1.基于QRQC和XGBoost决策模型的余热锅炉湿法充氮智能控制策略，其特征在于，包括： 步骤1：采集余热锅炉温度、充氮压力及加氨量数据，进行数据归一化处理，划分为训练数据和测试数据； 步骤2：收集溶解氧和pH值在线数据，归一化处理后作为中间因变量参数； 步骤3：基于XGBoost决策树算法，对训练数据进行模型训练，确定模型参数； 步骤3包括： 步骤3.1：初始化训练数据的权重分布，每一个训练样本最开始都被赋予相同的权重：wi＝1N，N为训练样本的数量；这样训练样本集的初始权重分布D1i表示为： 步骤3.2：对余热锅炉温度T、充氮压力PN2进行迭代t＝1,...T；选取一个余热锅炉温度T和充氮压力PN2归一化训练数据中误差率最低的弱分类器h作为第t个基本分类器，并计算弱分类器h,:X→{-1,1}，该弱分类器在训练样本集的权值分布Di上的误差为： 其中，et表示误差率，P表示概率，Ht表示基本分类器，Wti表示每个训练样本的权值大小，I为指示函数，N为训练样本的数量；Xi、Yi代表不同影响因素的初始数据；步骤3.3：对迭代后的数据进行权重模型分析，建立数据模型；按照训练数据权重大小，组合各个弱分类器，即： 其中，Htx表示各影响因素的基本分类器函数，FX代表经过权重模型分析后的组合分类器函数，at为弱分类器的权重；并通过符号sign的作用，得到一个强分类器，即训练模拟模型函数： 其中，Hfinal表示最终的强分类器； 步骤4：基于快速反馈质量控制方法QRQC对XGBoost决策树模型计算结果进行快速反馈控制及误差评估。

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浙江浙能技术研究院有限公司，其通讯地址为：311121 浙江省杭州市余杭区五常街道余杭塘路2159-1号1幢5楼；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”。