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！

龙图腾网获悉鞍钢集团北京研究院有限公司申请的专利一种模拟成焦机理的焦炭质量并行预测方法及装置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：CN116525013B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202310386045.6，技术领域涉及：G16C20/10；该发明授权一种模拟成焦机理的焦炭质量并行预测方法及装置是由庞克亮;王越;李芹芹;吴昊天;谷致远;万超然设计研发完成，并于2023-04-12向国家知识产权局提交的专利申请。

本一种模拟成焦机理的焦炭质量并行预测方法及装置在说明书摘要公布了：一种模拟成焦机理的焦炭质量并行预测方法及装置，从实际炼焦生产数据出发，以数据挖掘技术模拟成焦机理，结合每种成焦机理的优点，建立可解释性强的焦炭质量预测方法及系统，对炼焦配煤提供有效指。包括：1：数据采集；2：数据匹配；3：数据转换；4：数据清洗；5：特征分析；6：数据归一化；7：数据挖掘模型构建，学习器分别从不同的角度模拟成焦过程，采用并联的方式将将训练好的学习器组合起来，每个学习器均有独立的输出，使最终的结果能够取长补短，优势互补，学习出一个稳定的、在各个方面表现都较好的模型，通过组合输出最终的结果，产生更强大的模型，实现模型精度以及泛化能力的大幅提升。

本发明授权一种模拟成焦机理的焦炭质量并行预测方法及装置在权利要求书中公布了：1.一种模拟成焦机理的焦炭质量并行预测方法，其特征在于，包括如下步骤： 步骤1：数据采集 针对炼焦配煤的特点以及焦化生产数据，采集焦化企业实际炼焦生产数据，从焦化企业的质量报表与生产工艺报表中分析、提取影响焦炭质量的炼焦生产过程数据，包括单种煤、配合煤、焦炭以及焦炉热工数据； 步骤2：数据匹配，构建初始煤焦数据集 基于炼焦生产时序关系对单种煤煤质特征、配合煤煤质特征、配煤比、焦炭质量指标以及焦炉热工数据进行数据匹配，构建初始煤焦数据集； 步骤3：数据转换 煤炭和焦炭的各种检测数据的分析基准不同，将煤焦检测数据转换为相对稳定的分析基准，包括：全水分以收到基表示，灰分和硫分以干基表示，挥发分产率以干燥无灰基表示； 步骤4：数据清洗 基于焦炭质量预测对数据质量的需求，分析工业生产数据类别及数据特点，建立数据清洗规则和数据清洗方案；对原始数据进行全面检测，检测缺失数据、无关冗余数据、异常错误数据，确认问题数据的性质及位置，获取全面的数据质量信息；修正数据：填补缺失数据、合并重复数据、剔除冗余数据、检测异常错误数据； 步骤5：特征分析 特征分析剔除不必要或冗余的特征，选择最贴合建模问题的特征，降低模型尺寸，防止过拟合；特征分析方法包括逐步回归、序列特征选择、正则化和近邻元分析； 步骤6：数据归一化 部分基于偏差的机器学习算法，对异常值比较敏感，灰分、硫分、挥发分、G值、Y值、焦炭质量指标存在维数高、范围较大的特点，为了消除不同特征间的量纲影响，保证数据的可比性，采用归一化进行特征变换； 步骤7：数据挖掘模型构建 建立满足数据挖掘要求的高质量煤焦数据集，采用规则采样-构建学习器-模型组合的方式建立模拟成焦机理的焦炭质量预测模型；包括如下： 7.1规则采样 采用重抽样方法将初始煤焦数据集D随机切分为k个大小相同的数据集D1，D2，……，Dk，Dj和D-j为第j次执行对应的训练集和测试集； 7.2构建学习器 构建i个相互独立的学习器baselearner，分别以h1、h2……hi表示，分别模拟i个炼焦机理；对于给定输入x，每一个学习器hi都尝试近似原始数据y的分布，并得到局部输出hiy|x;θi；其中，θi是第i个学习器hi的参数； 每个子集各自训练学习器即在每个数据集上学习出一个模型；改变分布相似样本的权重，学习器分别在每个数据集上学习最优模型； 7.3模型组合 学习器分别从不同的角度模拟成焦过程，采用并联的方式将将训练好的学习器组合起来，每个学习器均有独立的输出，使最终的结果能够取长补短，优势互补，学习出一个稳定的、在各个方面表现都较好的模型，通过组合输出最终的结果，产生更强大的模型，实现模型精度以及泛化能力的大幅提升。

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鞍钢集团北京研究院有限公司，其通讯地址为：100000 北京市昌平区北京未来科技城北区鞍钢未来钢铁研究院内；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。