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！

龙图腾网获悉中国电力工程顾问集团西北电力设计院有限公司申请的专利压缩空气储能洞室疲劳寿命预测方法、系统及存储设备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：CN120337801B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510837973.9，技术领域涉及：G06F30/27；该发明授权压缩空气储能洞室疲劳寿命预测方法、系统及存储设备是由饶虎;胡昕;杨生彬;刘志伟;安文彤;庞明港;王瑞;马学通;王延辉;王伟龙;屈若松;高彦花设计研发完成，并于2025-06-23向国家知识产权局提交的专利申请。

本压缩空气储能洞室疲劳寿命预测方法、系统及存储设备在说明书摘要公布了：本发明公开了一种压缩空气储能洞室疲劳寿命预测方法、系统及存储设备，属于压缩空气储能技术领域。方法包括：将待分析的压缩空气储洞数据进行预处理，得到样本数据集；将样本数据集输入到预训练的储气洞室结构关键参数的预测模型中，进行分析，得到分析结果，根据分析结果预测压缩空气储洞的洞室结构的疲劳寿命。本方法能精准预测压缩空气储能洞室疲劳寿命，提前发现潜在安全与效率问题，有效降低地下洞室长期运行疲劳损伤风险，保障电网稳定。

本发明授权压缩空气储能洞室疲劳寿命预测方法、系统及存储设备在权利要求书中公布了：1.一种压缩空气储能洞室疲劳寿命预测方法，其特征在于，包括： 将待分析的压缩空气储洞数据进行预处理，得到样本数据集； 将样本数据集输入到预训练的储气洞室结构关键参数的预测模型中，进行分析，得到分析结果，根据分析结果预测压缩空气储洞的洞室结构的疲劳寿命； 所述预训练的储气洞室结构关键参数的预测模型的训练方法，包括： 获取压缩空气储洞数据，并进行预处理，得到关键参数数据集； 利用CNN空间特征提取模型对关键参数数据集进行空间特征提取，得到空间特征数据； 将空间特征数据输入到基于LSTM的预测模型中，进行训练处理，得到预训练的储气洞室结构关键参数的预测模型； 所述获取压缩空气储洞数据，并进行预处理，得到关键参数数据集，包括： 基于压缩空气储洞数据中的储气洞室工程地质资料、设计参数和运行参数，使用数值模拟方法模拟压缩空气储能地下洞室的充放气过程，得到洞室钢衬、混凝土衬砌和围岩的关键参数； 所述洞室钢衬、混凝土衬砌和围岩的关键参数包括钢衬的最大拉应变、钢衬的最小拉应变、混凝土衬砌的最大拉应力、围岩的第一主应力、围岩的第二主应力及围岩的第三主应力； 所述利用CNN空间特征提取模型对关键参数数据集进行空间特征提取，得到空间特征数据，包括： 采用CNN空间特征提取模型对关键参数数据集进行逐层的处理，提取特征图； 采用均方差损失函数计算特征图中输出特征与真实特征之间的损失函数； 其中，为损失值；是样本数量；是第个真实值；是第个预测值，； 根据损失函数的梯度更新CNN的参数，CNN通过反向传播算法进行优化，调整卷积核和权重；之后，重新计算损失函数，直至损失函数的损失值L满足设定条件，输出特征序列，获得空间特征数据； 所述LSTM的预测模型通过BPTT算法捕捉关键参数在充放气循环中的时序变化趋势；依据钢衬疲劳判据、混凝土衬砌疲劳判据及围岩疲劳判据对预测结果进行分析，确定洞室疲劳寿命； 式中，为容许应变；为混凝土抗拉强度；为岩石抗拉强度。

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中国电力工程顾问集团西北电力设计院有限公司，其通讯地址为：710075 陕西省西安市高新技术产业开发区团结南路22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”。