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！

龙图腾网获悉江西伊戈尔数字能源技术有限公司申请的专利一种变压器干燥时序预测方法及系统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：CN120653992B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511003054.8，技术领域涉及：G06F18/214；该发明授权一种变压器干燥时序预测方法及系统是由赵楠楠;黄慧杰;黄耿;罗细龙;俞陶设计研发完成，并于2025-07-21向国家知识产权局提交的专利申请。

本一种变压器干燥时序预测方法及系统在说明书摘要公布了：本发明属于变压器制造技术领域，本发明提供了一种变压器干燥时序预测方法及系统，包括：从多个源头获取变压器干燥全流程信息组成原始数据集，获取并根据对应分类信息对原始数据集进行分类与优品筛选，得到优品数据组并进行数据处理与整合，得到包含输入特征组、干燥时序向量组以及能耗数据组的学习数据集，基于混合神经网络构建干燥预测模型，采用学习数据集对干燥预测模型进行训练，并判断干燥预测模型的预测准确度是否达标，若达标，则进行推理预测得到预测干燥时序向量与预测能耗数据，判断是否需要对干燥工艺参数进行优化，若需要，通过自适应控制算法，结合干燥预测模型，对干燥工艺参数进行基于预测结果的协同优化与调整。

本发明授权一种变压器干燥时序预测方法及系统在权利要求书中公布了：1.一种变压器干燥时序预测方法，其特征在于，包括： 从多个源头获取变压器干燥全流程信息组成原始数据集，获取并根据对应分类信息对原始数据集进行分类与优品筛选，得到优品数据组； 对优品数据组进行数据处理与整合，得到包含输入特征组、干燥时序向量组以及能耗数据组的学习数据集； 基于混合神经网络构建干燥预测模型，采用学习数据集对干燥预测模型进行训练，并判断干燥预测模型的预测准确度是否达标，若达标，在当前干燥过程启动前通过干燥预测模型进行推理预测，得到预测干燥时序向量与预测能耗数据作为预测结果； 根据预测结果判断是否需要对干燥工艺参数进行优化，若需要，通过自适应控制算法，结合干燥预测模型，对干燥工艺参数进行基于预测结果的协同优化与调整； 所述是否需要对干燥工艺参数进行优化的判断方式为： 设置期望条件，获取预测能耗数据，计算预测能耗数据与预设的期望能耗数据之间的偏差，若偏差大于容许偏差阈值，判断预测能耗数据不满足期望条件； 若预测干燥时序向量不满足期望条件，或预测能耗数据不满足期望条件，判断预测结果不满足期望条件，需要对干燥工艺参数进行优化； 所述预测干燥时序向量不满足期望条件的判断方式为： 获取预测干燥时序向量与预设的期望干燥时序向量，分别计算预测干燥总时长与期望干燥总时长，若预测干燥总时长大于期望干燥总时长，计算预测干燥时序向量与期望干燥时序向量之间的欧氏距离，并与预设的容许偏差阈值进行对比，若大于容许偏差阈值，判断预测干燥时序向量不满足期望条件； 所述协同优化与调整的方式为： 结合干燥预测模型，采用粒子群优化算法作为自适应控制算法，通过不断更新粒子位置和粒子速度，直至达到最大迭代次数或适应度函数收敛，得到全局最优解的干燥工艺参数，获取数据归一化模块中记录的原始量纲与归一化参数对干燥工艺参数与预测结果均进行反归一化处理，得到实际干燥工艺参数发送至控制器，完成优化与调整； 所述适应度函数的获取方式为： 将粒子位置作为干燥工艺参数更改输入特征向量，每个粒子位置代表一组干燥工艺参数候选解，将更改后的输入特征向量输入干燥预测模型，得到预测干燥时序向量和预测能耗数据，基于预测干燥时序向量与期望干燥时序向量之间的欧氏距离，以及预测能耗数据与期望能耗数据的偏差，融合计算构建得到适应度函数。

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江西伊戈尔数字能源技术有限公司，其通讯地址为：343000 江西省吉安市吉州区工业园区控规B-13-1地块；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。