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！

龙图腾网获悉山东丽能电力技术股份有限公司申请的专利基于生物质能转化数据的热电联产智能优化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：CN120851291B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511017600.3，技术领域涉及：G06Q10/04；该发明授权基于生物质能转化数据的热电联产智能优化方法及系统是由孙卫华;贾学东;姜洪奎;张玉波;杨月涛;赵佳佳;陈娟娟;李彦凤设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本基于生物质能转化数据的热电联产智能优化方法及系统在说明书摘要公布了：本发明公开了基于生物质能转化数据的热电联产智能优化方法及系统，涉及生物质能利用技术领域。该方法包括：采集并预处理生物质能转化全流程及热电联产系统的关键数据，获取标准特征数据集；基于此构建融合机理模型与数据驱动模型的系统数学模型；确定多目标优化目标函数及约束条件；进行参数寻优求解，输出帕累托最优参数解集；离线验证该解集；建立动态迭代优化机制，基于实时数据更新模型并触发动态寻优，实现系统持续优化。该系统包括采集、主控、优化、显示模块，各模块下分设对应单元，可高效实现上述方法，有效提升热电联产效率、降低污染物排放并保障系统稳定运行。本发明优点：效率高、排放低、稳定性强、适配性好。

本发明授权基于生物质能转化数据的热电联产智能优化方法及系统在权利要求书中公布了：1.基于生物质能转化数据的热电联产智能优化方法，其特征在于，包括： S1.对生物质能转化全流程及热电联产系统的关键数据进行采集与预处理，获取标准特征数据集； S2.基于标准特征数据集，构建融合机理模型与数据驱动模型的热电联产系统数学模型； S3.根据热电联产系统的运行需求，确定多目标优化目标函数及对应的约束条件； S4.基于热电联产系统数学模型、多目标优化目标函数及对应的约束条件，进行参数寻优求解，输出帕累托最优参数解集； S5.通过仿真验证与实验验证相结合的方式，对帕累托最优参数解集进行离线验证； S6.建立动态迭代优化机制，基于实时采集的新数据更新模型并触发动态寻优，实现热电联产系统的持续优化运行； 所述基于标准特征数据集，构建融合机理模型与数据驱动模型的热电联产系统数学模型，具体包括： S2.1.解析热电联产系统的核心单元结构，包括预处理单元、转化单元、发电单元、供热单元、储热储电单元； S2.2.从标准特征数据集中提取气化温度和当量比，并获取燃气组分； S2.3.基于气化温度、当量比和燃气组分，为转化单元构建反应动力学模型； 其中，所述反应动力学模型的表达公式为： ；式中，、和分别代表燃气组分中一氧化碳、氢气和甲烷的含量，为转化单元的气化温度，为转化单元的当量比，、和为气化温度、当量比与对应燃气组分含量的映射关系函数； S2.4.获取汽轮机的冷凝温度和蒸汽温度，针对发电单元建立基于朗肯循环建立汽轮机效率公式； 其中，所述汽轮机效率公式为： ；式中，为汽轮机效率，为汽轮机的冷凝温度，为汽轮机的蒸汽温度； S2.5.选取BP神经网络作为数据驱动模型基础架构，从而构建数据驱动模型； S2.6.建立机理模型与数据驱动模型融合机制，将机理模型的输出作为数据驱动模型的先验知识，通过加权融合公式整合输出： ；式中，为权重系数，为机理模型输出，为数据驱动模型输出，为融合模型输出； S2.7.对融合模型进行敏感性分析，获取敏感参数集合，其中，为生物质含水率，并将敏感参数集合作为融合模型优化变量，从而获取热电联产系统数学模型； 所述根据热电联产系统的运行需求，确定多目标优化目标函数及对应的约束条件，具体包括： S3.1.确定效率目标函数，定义热电综合效率最大化： ；式中，为发电量，为供热量，为生物质原料热值，为生物质原料质量； S3.2.确定环保目标函数，定义单位热电污染物排放量最小化： ；式中，为NOx排放量，为SO2排放量； S3.3.确定稳定性目标函数，定义系统输出波动最小化： ；式中，为时间序列长度，为时刻的输出功率，为平均输出功率； S3.4.构建多目标优化函数，并采用负号将最大化问题转化为最小化问题： ；S3.5.设定设备约束条件、需求约束条件和环保约束条件，并将目标函数与约束条件整合为数学表达式。

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山东丽能电力技术股份有限公司，其通讯地址为：256300 山东省淄博市高青县髙苑路南侧、青苑路以西；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。