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！

龙图腾网获悉北京工业大学申请的专利一种基于深度神经网络的烟气脱硫设备健康状态监测方法与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：CN119719970B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510239457.6，技术领域涉及：G06F18/243；该发明授权一种基于深度神经网络的烟气脱硫设备健康状态监测方法与系统是由王功明;刘起浩;陈红;韩红桂;乔俊飞设计研发完成，并于2025-03-03向国家知识产权局提交的专利申请。

本一种基于深度神经网络的烟气脱硫设备健康状态监测方法与系统在说明书摘要公布了：本发明公开了一种基于深度神经网络的烟气脱硫设备健康状态监测方法与系统，所属领域为烟气脱硫设备健康状态监测领域，包括：获取烟气脱硫设备运行数据，基于噪声数据采用小波变换去噪处理，得到去噪后的运行数据；从所述精确清洗后的运行数据中提取入口烟气温度、二氧化硫浓度、吸收剂流量的多维特征，构建特征矩阵；根据所述特征矩阵，采用贝叶斯优化确定深度神经网络的最优网络结构，得到优化后的网络结构；采用所述优化后的网络结构构建深度神经网络模型，通过反向传播算法训练所述模型，若训练误差低于预设阈值，则停止训练，得到训练完成的模型。

本发明授权一种基于深度神经网络的烟气脱硫设备健康状态监测方法与系统在权利要求书中公布了：1.一种基于深度神经网络的烟气脱硫设备健康状态监测方法，其特征在于，包括： 获取烟气脱硫设备运行数据，基于所述烟气脱硫设备运行数据的噪声数据采用小波变换去噪处理，得到去噪后的运行数据； 通过孤立森林算法对所述去噪后的运行数据进行检测，若运行数据中数据点被判定为异常，则剔除异常数据点，获得初步清洗后的运行数据； 采用动态时间规整算法计算所述初步清洗后的运行数据中正常工况波动与设备异常的特征相似度，获得精确清洗后的运行数据； 基于所述精确清洗后的运行数据提取入口烟气温度、二氧化硫浓度、吸收剂流量的多维特征，构建特征矩阵； 根据所述特征矩阵，采用贝叶斯优化确定深度神经网络的最优网络结构，得到优化后的网络结构； 采用所述优化后的网络结构构建深度神经网络模型，通过反向传播算法训练所述模型，若训练误差低于预设阈值，则停止训练，得到训练完成的模型； 在所述训练完成的模型中引入长短期记忆层，根据历史数据长度确定记忆单元数量，若历史数据长度大于设定值，则增加记忆单元数量，否则减少记忆单元数量，得到动态调整后的模型； 基于所述动态调整后的模型对烟气脱硫设备运行状态进行实时监测，若监测结果与预设状态偏差超过阈值，则触发预警机制，得到设备健康状态监测结果； 所述得到动态调整后的模型的过程包括： 获取训练完成的模型，引入长短期记忆层，构建动态优化模型； 获取待处理的历史数据，确定数据的历史长度； 判断历史数据长度是否超过预设的阈值，若超过阈值，则动态增加记忆单元的数量； 若未超过阈值，则动态减少记忆单元的数量； 根据调整后的记忆单元数量，重新配置长短期记忆层的结构和参数； 将重新配置后的长短期记忆层嵌入到初始模型中，得到引入动态记忆机制的优化模型；获取训练完成的初始模型，引入长短期记忆层，构建动态优化模型，获取待处理的历史数据，确定数据的历史长度，判断历史数据长度是否超过预设的阈值，若超过阈值，则动态增加记忆单元的数量；若未超过阈值，则动态减少记忆单元的数量，根据调整后的记忆单元数量，重新配置长短期记忆层的结构和参数，将重新配置后的长短期记忆层嵌入到初始模型中，得到引入动态记忆机制的优化模型，使用优化后的模型对新的输入数据进行处理和预测，根据数据特征动态调整模型的记忆能力，提高模型的适应性和准确性，持续监测输入数据的历史长度变化，根据长度的变化趋势，动态调整记忆单元的数量，实现模型的自适应优化，保持模型的性能稳定和提升。

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北京工业大学，其通讯地址为：100022 北京市朝阳区平乐园100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”。