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！

龙图腾网恭喜中国矿业大学申请的专利基于调制可变形神经网络的燃煤锅炉NOx排放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：CN120087239B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202510569214.9，技术领域涉及：G06F30/27；该发明授权基于调制可变形神经网络的燃煤锅炉NOx排放预测方法是由王志;陶得林;张浩宇;陈相禹;洪子恒;彭献永;周怀春设计研发完成，并于2025-04-30向国家知识产权局提交的专利申请。

本基于调制可变形神经网络的燃煤锅炉NOx排放预测方法在说明书摘要公布了：本发明公开了一种基于调制可变形神经网络的燃煤锅炉NOx排放预测方法，属于锅炉运行优化控制技术领域。该方法包括以下步骤：从燃煤锅炉监测系统中提取历史运行数据，采用3σ法则处理异常数据，并通过最小‑最大归一化方法进行数据标准化；基于基尼系数评估变量重要性，筛选27个关键输入变量；构建调制可变形卷积神经网络模型，通过引入可学习偏移量和调制因子，自适应调整卷积核采样位置及特征权重，增强模型对复杂工况特征的提取能力；模型包含3层卷积层及全连接层，采用均方误差损失函数及Adam优化器进行训练。本发明为燃煤锅炉NOx排放精准预测提供了高效解决方案。

本发明授权基于调制可变形神经网络的燃煤锅炉NOx排放预测方法在权利要求书中公布了：1.基于调制可变形神经网络的燃煤锅炉NOx排放预测方法，其特征在于，包括如下步骤： 步骤1，筛选与NOx排放相关的关键输入变量； 步骤2，构建调制可变形卷积神经网络DFC-CNN模型，用于预测NOx排放； 在所述调制可变形卷积神经网络DFC-CNN模型中，对输入的特征图X进行偏移和调制处理得到调制后的输出特征图，再将特征图中的特征值经过多个卷积层的依次处理，得到卷积层输出的特征值Xfcl，特征值Xfcl经过全连接层处理后得到NOx的预测值，即调制可变形卷积神经网络DFC-CNN模型的输出值； 调制后的输出特征图中每个位置i,j的特征值，表示为： （10） 其中，u,v是卷积核的索引，为卷积核的权重，为调制因子，为偏移量； Xfcl是四维的张量，在全连接层中，先将Xfcl展平，展平后的向量如式（11）所示，再加权求和，如式（12）所示： 11 12 其中,vec.为将矩阵或者张量转为向量的操作，表示将四维张量展平后得到的一维张量，表示全连接层的权重矩阵，表示全连接层的偏置项，表示线性变化后的结果，最后通过激活函数求得输出目标，即燃煤锅炉NOx排放的预测值，表示为: 13 步骤3，构建数据集，用于训练调制可变形卷积神经网络DFC-CNN模型，得到训练好的DFC-CNN模型； 所述数据集包括关键输入变量和对应的NOx排放量； 步骤4，将待预测的关键输入变量输入到训练好的DFC-CNN模型，进行NOx排放量预测。

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矿业大学，其通讯地址为：221116 江苏省徐州市铜山区大学路1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”。