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！

龙图腾网获悉浙江大学申请的专利基于多变量深度重构神经网络的甲烷化炉碳氧化物含量多步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：CN115938498B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202211623518.1，技术领域涉及：G16C20/20；该发明授权基于多变量深度重构神经网络的甲烷化炉碳氧化物含量多步预测方法是由宋执环;陈雨薇设计研发完成，并于2022-12-16向国家知识产权局提交的专利申请。

本基于多变量深度重构神经网络的甲烷化炉碳氧化物含量多步预测方法在说明书摘要公布了：本发明公开一种基于多变量深度重构神经网络的甲烷化炉碳氧化物含量多步预测方法，该方法充分利用历史可测量炉内温度等过程变量数据和历史碳氧化物含量间的相互作用，引入历史过程变量指导，通过堆叠结构提取序列的深层关联特征，通过前向预测和反向重构层，以最小化累计预测误差的方式实现对碳氧化物序列更准确的预测；本发明能够充分利用甲烷化炉过程数据及质量数据的连续性和时序性，提高了过程数据在序列建模上的利用率，丰富了序列特征，并提升了模型预测的准确性，实现了对甲烷化炉碳氧化物含量的多步预测。

本发明授权基于多变量深度重构神经网络的甲烷化炉碳氧化物含量多步预测方法在权利要求书中公布了：1.一种基于多变量深度重构神经网络的甲烷化炉碳氧化物含量多步预测方法，其特征在于，该方法包括如下步骤： 步骤一：收集甲烷化炉过程中的历史数据，构建数据集；其中，是可测量的过程变量，Y表示出口碳氧化物含量；n表示采集样本的个数，R表示实数集； 步骤二：对中的每个过程变量归一化至[0,1]区间，得到 步骤三：就甲烷化炉过程选取合理的输入时间窗，同时选择需要预测的碳氧化物含量指标的时间窗；对归一化后的过程变量X和出口碳氧化物含量Y进行切分和序列化操作，得到一一对应的输入序列和预测序列； 步骤四：构建并训练多变量深度重构神经网络；所述多变量深度重构神经网络包括s个结构块，每个结构块包括拼接层、共享网络、反向重构层和前向预测层；所述共享网络包括三层非线性层；所述拼接层将过程变量序列和碳氧化物含量序列沿着特征维度连接，得到输入序列；所述共享网络的前两层非线性层对输入进行时间维度的特征提取，得到，再将该特征表示沿着变量的维度进行特征提取，得到该共享网络最终提取的序列特征：随后，将分别输入到一个节点数为的反向重构层和一个节点数为的前向预测层；所述反向重构层重构质量变量的输入历史序列，得到反向重构输出；所述前向预测层预测碳氧化物含量未来若干时刻的指标，得到前向预测输出；随后，将反向重构层输出的历史质量序列与该结构块的输入质量序列做差，得到质量序列残差；该残差与过程序列作为下一个结构块的输入；s个结构块的前向预测输出之和，作为最终的质量指标预测序列； 步骤五：将待测的过程变量进行归一化，然后输入训练后的多变量深度重构神经网络，得到出口碳氧化物含量的预测序列。

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大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。