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！

龙图腾网获悉同方赛威讯信息技术有限公司;同方股份有限公司申请的专利一种基于多模型测算的核燃料生产需求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：CN121328862B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511875533.9，技术领域涉及：G06Q10/04；该发明授权一种基于多模型测算的核燃料生产需求预测方法及系统是由方卫洪;张宏伟;李明静;孔月;于瑞媛;李丹设计研发完成，并于2025-12-12向国家知识产权局提交的专利申请。

本一种基于多模型测算的核燃料生产需求预测方法及系统在说明书摘要公布了：本发明公开了一种基于多模型测算的核燃料生产需求预测方法及系统，包括以下步骤：步骤S1.获取核燃料生产需求预测所需的基础数据；步骤S2.从基础数据中提取核燃料生产需求预测中的相关参数；步骤S3.基于统计模型测算和基于深度学习算法测算，实现对核燃料生产需求的预测；步骤S4.利用多准则决策法对测算的结果进行比对与分析，并根据测算参数测算情景，推荐最优方案。本发明为核燃料生产需求的预测带来了全新的思路和方法，极大地提升了测算的智能化水平。

本发明授权一种基于多模型测算的核燃料生产需求预测方法及系统在权利要求书中公布了：1.一种基于多模型测算的核燃料生产需求预测方法，其特征在于：包括以下步骤： 步骤S1.获取核燃料生产需求预测所需的基础数据； 步骤S2.从基础数据中提取核燃料生产需求预测中的相关参数； 步骤S3.基于统计模型测算和基于深度学习算法测算，实现对核燃料生产需求的预测； 所述步骤S3包括： A1、选定需要预测的时间、机组，并根据测算情景需要，选择换料周期参数的赋值； A2、选定测算时间范围，该测算时间范围的起始点是历史最后一次换料的时间； A3、选定需要测算的核电机组，并筛选该机组的基础数据； A4、换料周期参数确定：根据提前设定的测算情景，推荐换料周期参数进行测算： 即若情景为理论测算，推荐标准参数中的换料周期； 若情景为基于模型测算，推荐实际平均参数中的换料周期平均值； 若情景为按最新状态测算，推荐实际最新参数中最后一次换料的换料周期； A5、从测算时间范围的起始点开始，在测算时间范围内，每隔一个换料周期，进行一次核燃料需求的预测； 预测方式包括基于统计模型测算和基于深度学习算法测算； 步骤S4.利用多准则决策法对测算的结果进行比对与分析，并根据测算参数测算情景，推荐最优方案； 所述步骤S4包括： S401.选取性能指标和评估指标作为统计模型测算和基于深度学习算法测算； 1性能指标包括决定系数、均方根误差、平均绝对误差； 1.1对于基于统计模型测算的核燃料生产需求的预测模型：抽取多条历史换料数据中的换料需求量，包括产品富集度、尾料富集度和核燃料需求量，将每一条历史换料数据中的产品富集度、尾料富集度送入基于统计模型测算的核燃料生产需求的预测模型中，得到多个核燃料需求量的预测结果，并结合每一条历史换料数据中核燃料需求量，计算决定系数、均方根误差、平均绝对误差； 1.2对于基于深度学习算法测算的预测模型，首先按照步骤C1~C2获得多个样本；然后将各个样本的输入序列送入基于深度学习算法测算的预测模型中，并模型的输出结果，与各个样本实际的标签，计算决定系数、均方根误差、平均绝对误差； 2评估指标包括计算成本和对样本量的要求，通过自定义实现： 计算成本评分值：计算成本越高，评分值越低；通过自定义设置计算成本评分值的方式，对基于统计模型测算的核燃料生产需求预测模型和基于深度学习算法测算的预测模型设置计算成本评分值，且基于统计模型测算的核燃料生产需求预测模型的计算成本评分值大于基于深度学习算法测算的预测模型； 样本量评分值：对统计模型和神经网络模型样本需要赋值：对样本量的要求越高，评分值越低；通过自定义设置样本量评分值的方式，对基于统计模型测算的核燃料生产需求预测模型和基于深度学习算法测算的预测模型设置样本量评分值，且基于统计模型测算的核燃料生产需求预测模型的样本量评分值大于基于深度学习算法测算的预测模型； S402.根据方案测算场景，选择不同的模型进行生成需求预测，所述方案测算场景包括常规生产计划和新型燃料研发； 1设决定系数、均方根误差的、平均绝对误差的自定义权重均为计算成本评分值、样本量评分值的自定义权重均为，且； 对于常规生产计划，需要设置； 对于新型燃料研发，需要设置； 2在任意一种方案测算场景下，对基于统计模型测算的核燃料生产需求预测模型的决定系数、均方根误差的、平均绝对误差、成本评分值、样本量评分值按照设置的权重进行加权求和； 对基于深度学习算法测算的预测模型的决定系数、均方根误差的、平均绝对误差、成本评分值、样本量评分值按照设置的权重进行加权求和； 选取加权求和结果更高的模型对应的测算方案作为推荐的预测方案。

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同方赛威讯信息技术有限公司;同方股份有限公司，其通讯地址为：610000 四川省成都市高新区科园二路10号2栋1单元16层1、2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。