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！

龙图腾网获悉东方电气集团东方锅炉股份有限公司;新疆准能投资有限公司申请的专利一种高碱煤锅炉NOx排放的自适应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：CN121119305B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511657998.7，技术领域涉及：G06Q10/04；该发明授权一种高碱煤锅炉NOx排放的自适应预测方法是由高社民;杨孝新;潘绍成;丁志波;杨贵;张涛;易泽中;杨章宁;温冬阳设计研发完成，并于2025-11-13向国家知识产权局提交的专利申请。

本一种高碱煤锅炉NOx排放的自适应预测方法在说明书摘要公布了：本发明公开了一种高碱煤锅炉NOx排放的自适应预测方法，具体涉及锅炉排放预测领域，包括通过采集数据并动态提取关键特征，经集成学习优化后，训练一个可在线更新的自适应预测模型，并利用预测误差反馈持续优化燃料采购建议。一种高碱煤锅炉NOx排放的自适应预测方法通过动态采样率调整策略有效解决实时预测延迟问题，减少因延迟导致的电厂资源调度滞后与成本管控失当；通过综合鲁棒性指数调制学习率，快速适配锅炉运行条件变化，提升了燃料库存周转率核算精度与环保成本预算准确性，避免因预测不可靠导致的资源浪费与成本超支；通过基于综合鲁棒性指数的预测，显著提升技术在电厂运营资源优化调度中的应用价值，强化运营管理的精细化与高效性。

本发明授权一种高碱煤锅炉NOx排放的自适应预测方法在权利要求书中公布了：1.一种高碱煤锅炉NOx排放的自适应预测方法，其特征在于，包括： S1：通过部署的传感器阵列，实时采集高碱煤锅炉内的第一成分数据； S2：基于所述第一成分数据，执行碱金属噪声过滤，以生成第二成分数据； S3：基于所述第二成分数据，通过自适应特征选择模型动态提取第一成分特征，所述第一成分特征包括燃烧温度分布、氧浓度及煤质波动指标； 所述自适应特征选择模型采用集成式过滤选择方法，具体包括：基于互信息进行初级特征排序；采用以随机森林为基学习器的递归特征消除进行中级筛选；并引入稳定性选择机制，通过多次子采样拟合来计算特征的稳定性得分，所述稳定性得分定义为特征被选中的总次数除以总重复次数； S4：通过集成学习技术对所述第一成分特征进行鲁棒性优化，输出用于自适应预测模型训练的第二成分特征；所述第二成分特征中包含基于特征稳定性得分和动态重要性权重合成的元特征，具体包括：对第个基集成器的融合权重进行计算，具体表示为： 其中，表示为基集成器的总数，、分别表示为第个、第个基集成器所依赖的第一成分特征的平均稳定性得分，、分别表示为第个、第个基集成器所依赖的第一成分特征的归一化短期互信息值；每个基集成器基于所述第一成分特征，独立输出一对NOx排放浓度的初步预测值；将动态分配的所述融合权重与对应的预测值相乘并求和，生成元特征；所述第二成分特征中还包含一综合鲁棒性指数，其计算公式，具体表示为： 其中，表示为特征的最终权重，表示为预设的平衡系数，表示为稳定性得分；对于合成生成的元特征，即为融合权重； S5：基于历史时序积累的产生的第二成分特征，初始训练所述自适应预测模型，并基于实时运行时产生的第二成分特征，以燃料采购调整周期为更新频率，在线更新所述自适应预测模型的模型参数，并输出所述自适应预测模型； S6：获取S4传输的基于当前时序的第二成分特征，并将其输入至所述自适应预测模型，以生成实时NOx排放预测结果，并生成燃料采购优化建议；基于所述第二成分特征中附带的综合鲁棒性指数值，动态选择预测执行路径： 若综合鲁棒性指数高于第一阈值，则将所述第二成分特征输入至S5输出的主预测模型进行快速推断； 若综合鲁棒性指数低于第一阈值但高于第二阈值，则触发轻量级校准模型对所述主预测模型的输出进行校正，所述轻量级校准模型为基于近期低噪声数据微调的模型副本； 若鲁棒性指数低于第二阈值，则启用简化回归模型进行预测，并标记其预测结果为降级模式输出； S7：收集所述实时NOx排放预测结果与实际运行数据之间的预测误差；当所述预测误差导致燃料采购成本超支预警，触发所述燃料采购优化建议及所述S5的模型重训练或参数调整。

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东方电气集团东方锅炉股份有限公司;新疆准能投资有限公司，其通讯地址为：643000 四川省自贡市自流井区五星街黄桷坪路150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。