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！

龙图腾网获悉东北大学申请的专利一种基于改进LSTM-BLS的污水处理过程故障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：CN117216502B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202311300006.6，技术领域涉及：G06F18/20；该发明授权一种基于改进LSTM-BLS的污水处理过程故障预测方法是由周平;姜午恺;江本义设计研发完成，并于2023-10-09向国家知识产权局提交的专利申请。

本一种基于改进LSTM-BLS的污水处理过程故障预测方法在说明书摘要公布了：本发明一种基于改进LSTM‑BLS的污水处理过程故障预测方法，包括以下步骤：将污水处理过程变量历史序列和污水处理过程出水水质变量历史序列数据输入到改进LSTM‑BLS模型中，得到污水处理过程过程变量未来序列和污水处理过程出水水质变量未来序列；基于污水处理过程正常运行数据和污水处理过程故障运行数据按照比例划分成不平衡故障诊断训练集和不平衡故障诊断验证集；建立历史数据故障诊断模型；基于不平衡故障诊断训练集对历史数据故障诊断模型进行训练，得到训练好的历史数据故障诊断模型；污水处理过程过程变量未来序列和污水处理过程出水水质变量未来序列输入到训练好的历史数据故障诊断模型中，实现对未来一段时间内污水处理过程中污水的状态的预测。

本发明授权一种基于改进LSTM-BLS的污水处理过程故障预测方法在权利要求书中公布了：1.一种基于改进LSTM-BLS的污水处理过程故障预测方法，其特征在于：包括以下步骤： 获取污水处理过程变量历史序列、污水处理过程出水水质变量历史序列、污水处理过程正常运行数据和污水处理过程故障运行数据； 将污水处理过程变量历史序列和污水处理过程出水水质变量历史序列数据输入到改进LSTM-BLS模型中，得到污水处理过程过程变量未来序列和污水处理过程出水水质变量未来序列； 所述改进LSTM-BLS模型的构建过程如下： 首先构建特征提取组件模块，定义为GTN模块，GTN模块输入输出的关系表示为： Output＝NormInput+σW3DropoutW2ELUW1·Input+b1+b2+b3⊙W4DropoutW2ELUW1·Input+b1+b2+b4 ＝GTNInput 上式中的Wi,bi为GTN模块中全连接层的权重和偏置，ELU为线性单元激活函数，Dropout为深度学习中的Dropout操作，Norm为层归一化操作； 步骤1.2：应用特征提取组件模块，构建特征层如下： 式中的Vt表示输入[x1,…xt]对应的类注意力机制权重，GTN表示特征提取组件模块，λ1,…λt表示特征提取模块GTN所获得的输入[x1,…xt]对应的特征，flatten表示平展化操作，softmax表示归一化层操作； 步骤1.3：构建可解释的多头注意力层模型，定义可解释的多头注意力为： 式中，是所有头共享的权值矩阵，是最终全连接层的线性映射矩阵，Q,K,V表示注意力机制中的输入信息，键和值，表示第h个头所对应的权值矩阵，mH表示所选头数； 基于污水处理过程正常运行数据和污水处理过程故障运行数据按照比例划分成不平衡故障诊断训练集和不平衡故障诊断验证集； 建立历史数据故障诊断模型； 基于不平衡故障诊断训练集对历史数据故障诊断模型进行训练，得到训练好的历史数据故障诊断模型； 基于不平衡故障诊断训练集对历史数据故障诊断模型进行训练，得到训练好的历史数据故障诊断模型的过程如下： 步骤2.1搭建加权宽度学习模型，定义特征节点以及增强节点： Zi＝φiXWei+βei,i＝1,2,…,n Hj＝ξjZnWhj+βhj,j＝1,2,…,m 其中：Wei,bei表示特征节点权重与偏差，Whi,bhi表示增强节点权重与偏差 步骤2.2：计算得到宽度学习输出Y与特征节点以及增强节点的关系： Y＝[Z1,Z2,…,Zn|H1…Hm]W＝[Zn|Hm]W 步骤2.3：计算考虑数据不平衡下，引入权重矩阵T的优化目标并推导出权重W： W＝λI+ATTA-1ATTY 步骤2.4使用输入数据X2以及污水处理过程状态标签Y2训练加权宽度学习模型，通过多折验证方法调整模型内特征节点、增强节点参数； 污水处理过程过程变量未来序列和污水处理过程出水水质变量未来序列输入到训练好的历史数据故障诊断模型中，实现对未来一段时间内污水处理过程中污水的状态的预测。

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东北大学，其通讯地址为：110819 辽宁省沈阳市文化路三巷11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。