北京国电富通科技发展有限责任公司李哲获国家专利权
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！
龙图腾网获悉北京国电富通科技发展有限责任公司申请的专利一种增量协同集成学习的电厂干式排渣机智能控风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：CN120742685B 。
龙图腾网通过国家知识产权局官网在2025-12-12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：202511171634.8，技术领域涉及：G05B13/04；该发明授权一种增量协同集成学习的电厂干式排渣机智能控风方法是由李哲;王玉玮;富长亮;谢晓东设计研发完成，并于2025-08-21向国家知识产权局提交的专利申请。
本一种增量协同集成学习的电厂干式排渣机智能控风方法在说明书摘要公布了：本发明属于电厂干式排渣机控风技术领域，尤其涉及一种增量协同集成学习的电厂干式排渣机智能控风方法，该方法包括：利用传感器采集排渣机不同节点的多时序实时特征；将所述多时序实时特征输入至基础学习模型，获取预测特征值，基础学习模型包括：协同图神经网络、时空长短时记忆神经网络和增量学习网络；协同图神经网络，用于对多时序实时特征进行聚合操作，获取第一预测特征值时空长短时记忆神经网络，用于向前传播学习第一预测特征值的时空序列信息，获取第二预测特征值；增量学习网络，用于从多时序实时特征中动态地获取第三预测特征值；将预测特征值输入至元学习模型，获取排渣机下一时刻的风量。
本发明授权一种增量协同集成学习的电厂干式排渣机智能控风方法在权利要求书中公布了：1.一种增量协同集成学习的电厂干式排渣机智能控风方法，其特征在于，包括： 利用传感器采集排渣机不同节点的多时序实时特征； 将所述多时序实时特征输入至基础学习模型，获取预测特征值，所述基础学习模型包括：协同图神经网络、时空长短时记忆神经网络和增量学习网络； 所述协同图神经网络，用于对多时序实时特征进行聚合操作，获取第一预测特征值； 所述时空长短时记忆神经网络，用于向前传播学习所述第一预测特征值的时空序列信息，获取第二预测特征值； 所述增量学习网络，用于从多时序实时特征中动态地获取第三预测特征值； 所述基础学习模型用于输出预测特征值包括： 基于所述第一预测特征值、第二预测特征值和第三预测特征值，获取所述预测特征值； 将所述预测特征值输入至元学习模型，获取排渣机下一时刻的风量。
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北京国电富通科技发展有限责任公司，其通讯地址为：100070 北京市丰台区南四环西路188号总部基地6区14号楼；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”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励