Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国大唐集团科学技术研究总院有限公司华东电力试验研究院;中国大唐集团科学技术研究总院有限公司;大唐锅炉压力容器检验中心有限公司张宝凯获国家专利权

中国大唐集团科学技术研究总院有限公司华东电力试验研究院;中国大唐集团科学技术研究总院有限公司;大唐锅炉压力容器检验中心有限公司张宝凯获国家专利权

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!

龙图腾网获悉中国大唐集团科学技术研究总院有限公司华东电力试验研究院;中国大唐集团科学技术研究总院有限公司;大唐锅炉压力容器检验中心有限公司申请的专利一种单轴联合循环燃气轮机功率的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:CN115618506B

龙图腾网通过国家知识产权局官网在2026-02-17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:202211123316.0,技术领域涉及:G06F30/17;该发明授权一种单轴联合循环燃气轮机功率的预测方法是由张宝凯;庄义飞;曲晓荷;郭宝设计研发完成,并于2022-09-15向国家知识产权局提交的专利申请。

一种单轴联合循环燃气轮机功率的预测方法在说明书摘要公布了:本发明公开一种单轴联合循环燃气轮机功率的预测方法,包括:获取最优变量数据集,且每个最优变量数据集都包括训练集、测试集和验证集;根据最优变量数据集,基于量子粒子群算法,获取QM模型,基于深度神经网络和递归神经网络算法,获取DM模型和EM模型,并在训练集分别进行建模训练;获取上述模型的预测结果与实际值之间的绝对误差,并选择所述绝对值误差最小所对应的模型为测试集下的预测最优算法,获取样本测试集;设置深度神经网络分类模型,并进行基于量子粒子群算法优化,获取HM模型,通过样本测试集对HM模型训练,并在验证集上对完成训练的HM模型验证,根据不同工况自适应选择子模型进行燃气轮机功率预测。通过本发明能够提高预测精度。

本发明授权一种单轴联合循环燃气轮机功率的预测方法在权利要求书中公布了:1.一种单轴联合循环燃气轮机功率的预测方法,其特征在于,包括以下步骤: 根据燃气轮机功率监测变量的原始数据,获取样本数据向量集; 将所述样本数据向量集先进行异常点剔除和平滑波处理,再结合偏互信息算法选取重要的监测变量,获取最优变量数据集,并对所述最优变量数据集进行划分为第一最优变量数据集、第二最优变量数据集和第三最优变量数据集,且每个最优变量数据集都包括训练集、测试集和验证集; 根据所述最优变量数据集,基于量子粒子群算法辨识燃气轮机功率多变量系统模型结构,获取QM模型,基于深度神经网络和递归神经网络算法,获取DM模型和EM模型,并在所述训练集分别进行建模训练; 通过所述测试集验证所述QM模型、DM模型和EM模型,获取所述QM模型、DM模型和EM模型的预测结果与实际值之间的绝对误差,选择所述绝对值误差最小所对应的模型为所述测试集下的预测最优算法,并对此时的测试集进行标记分类,将标记类别完成的测试集再次加入到所述测试集中,获取样本测试集;设置深度神经网络分类模型结构,并基于量子粒子群算法进行优化,获取HM模型,通过所述样本测试集对所述HM模型进行训练,并在所述验证集上对完成训练的HM模型进行验证,根据不同工况自适应选择子模型进行燃气轮机功率预测。

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中国大唐集团科学技术研究总院有限公司华东电力试验研究院;中国大唐集团科学技术研究总院有限公司;大唐锅炉压力容器检验中心有限公司,其通讯地址为:236000 安徽省合肥市高新区柏堰科技园明珠大道669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。

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。