Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 唐山市柳林自动化设备有限公司孙福建获国家专利权

唐山市柳林自动化设备有限公司孙福建获国家专利权

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!

龙图腾网获悉唐山市柳林自动化设备有限公司申请的专利一种基于机器学习的水流量管理优化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:CN119918752B

龙图腾网通过国家知识产权局官网在2025-07-29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:202510398728.2,技术领域涉及:G06Q10/04;该发明授权一种基于机器学习的水流量管理优化方法及系统是由孙福建;何立新;杨石焕;宋欣设计研发完成,并于2025-04-01向国家知识产权局提交的专利申请。

一种基于机器学习的水流量管理优化方法及系统在说明书摘要公布了:本发明公开了一种基于机器学习的水流量管理优化方法及系统,方法包括数据管理、水流量特征优化、频移流向建模和水流量管理优化。本发明涉及水流量计量管理技术领域,采用结合特征优化、流向建模和优化管理的整体智能算法流程,通过特征优化和流向建模得到水流量的定性定量信息,并综合依照优化管理的智能过程,提升了水流量计量到管理的质量和智能性,也提升了整体的可用性;采用多卷积整合改进的一维卷积神经网络,进行水流量特征优化;采用结合多普勒效应分析和频域分析的改进时序预测网络进行频移流向建模;采用结合物理约束和水力学方程的强化学习动态水流量分配调整方法,进行水流量综合管理优化。

本发明授权一种基于机器学习的水流量管理优化方法及系统在权利要求书中公布了:1.一种基于机器学习的水流量管理优化方法,其特征在于:该方法包括以下步骤: 步骤S1:数据管理,得到优化水流量管理数据; 步骤S2:水流量特征优化,采用多卷积整合改进的一维卷积神经网络,进行水流量特征优化,得到水流量时空特征数据; 所述多卷积整合改进的一维卷积层,依次将深度可分离卷积层、混合膨胀卷积层和自适应频域池化层进行整合,得到多卷积整合改进的一维卷积层; 所述深度可分离卷积层,使用膨胀因子为2的深度可分离卷积,并将通道数设为64;所述混合膨胀卷积层,构建膨胀因子交替为[1,3,5]的膨胀卷积模块,并在每个膨胀卷积模块后引入通道注意力,构建得到混合膨胀卷积层;所述自适应频域池化层,采用自适应频域池化层替代标准一维卷积模块中的全连接层,用于保留时序频率信息; 步骤S3:频移流向建模,采用结合多普勒效应分析和频域分析的改进时序预测网络,进行频移流向建模,得到频移流向变化预测数据,包括以下步骤:步骤S31:构建水流量时空特征输入层;步骤S32:多普勒效应分析;步骤S33:频域特征分析;步骤S34:构建改进时序预测网络;步骤S35:频移流向建模; 步骤S4:水流量管理优化,用于对水流量的分配和调节进行综合管理,具体为结合所述水流量时空特征数据和所述频移流向变化预测数据,采用结合物理约束和水力学方程的强化学习动态水流量分配调整方法,进行水流量综合管理优化,得到水流量管理分配参考数据,包括以下步骤:步骤S41:水流量管理问题建模,用于定义水流量的管理目标,具体为将最小化流量波动并优化水流分配作为水流量管理问题的基本目标模型,得到水流量管理目标模型;步骤S42:物理约束建模,具体为构建质量守恒方程和水力学方程,作为模型的物理约束模型;步骤S43:动态水流量分配强化学习;步骤S44:水流量管理优化迭代训练;步骤S45:水流量管理。

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唐山市柳林自动化设备有限公司,其通讯地址为:063000 河北省唐山市高新区火炬路410号110楼3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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。