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！

龙图腾网获悉浙江大学申请的专利时间序列在线决策模型的数据处理和模型训练的优化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：CN116205625B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202310111434.8，技术领域涉及：G06Q10/20；该发明授权时间序列在线决策模型的数据处理和模型训练的优化方法是由王子涵;庄永真;罗进开;万志远设计研发完成，并于2023-02-07向国家知识产权局提交的专利申请。

本时间序列在线决策模型的数据处理和模型训练的优化方法在说明书摘要公布了：本发明公开了一种时间序列在线决策模型的数据处理和模型训练的优化方法。本发明通过多源传感器获取蒸汽锅炉的水位、过热蒸汽温度及压力、烟气氧量与炉膛负压等时序数据；数据处理时，首先将各时序数据中浮点类型的精度统一，然后等比例放大为整型数据，根据设定的时间间隔完成多源时序数据的插值和时间序列对齐；汇总后的时序数据使用压缩算法，以时间戳为主键，压缩存储至数据库中；决策时读取数据库中的压缩数据，解压后构建特征向量，输入模型，在线决策模型计算后输出决策信息；运维人员根据模型决策结果及时调整锅炉外部输入设备的参数，以及是否要停机设备保养。本方法简化了决策模型的复杂度，进一步提升了决策效率和存储效率。

本发明授权时间序列在线决策模型的数据处理和模型训练的优化方法在权利要求书中公布了：1.一种时间序列在线决策模型的数据处理和模型训练的优化方法，其特征在于，该方法包括如下步骤： S1、获取蒸汽锅炉系统的多源传感器时序数据，包括水位WL、过热蒸汽温度SST、压力SSP、烟气氧量OC和炉膛负压CP，时序数据值均为浮点数，每个采样数据均包括其对应的整型时间戳TS； S2、蒸汽锅炉多源传感器数据处理，包括： S2-1、浮点数精度统一：对于获取的浮点数保留N位小数； S2-2、浮点数整型化；在S2-1精度统一后的浮点数据上乘以倍率M＝10N； S2-3、多源时序数据对齐：设定自定义时间间隔T和开始时刻ST，对于某时刻CSn＝ST+nT，若在时序数据中存在对应的采样时间戳TSn＝CTn，则直接选取整型化后TSn时刻的采样值作为各自参数的汇总值；若不存在，则选择系统预设的插值算法，对整型化后的多源时序数据采用不同的插值算法计算TSn时刻的缺省值，并以插值算法的结果作为在TSn时刻的具有缺省值的参数的汇总值； S3、时序数据压缩存储：将经过多源时序数据对齐后的时序数据进行整型压缩，并以时间戳为主键存储在数据库中； S4、构建特征向量：以时间戳为主键，读取数据库中的时序数据进行解压缩，构建锅炉特征向量Bv； S5、将锅炉特征向量Bv输入到时间序列在线决策模型中的决策树模型，训练蒸汽锅炉运维决策模型；若在连续的预设次数训练中，精确度的变化率均小于等于预设变化率阈值，则暂时停止训练，此时基于混淆矩阵分别计算模型的错误率、召回率和虚警率，若错误率、召回率和虚警率均小于预设阈值，则将蒸汽锅炉运维决策模型保存为模型文件，存储到数据库中并停止训练；否则重新调整决策树模型的初始化参数，重新训练； S6、获取蒸汽锅炉系统当前的生产参数，输入到训练完成的蒸汽锅炉运维决策模型；蒸汽锅炉运维决策模型阈值条件根据锅炉型号和工作场景自定义设置；输出决策，作为指导运维人员下一时刻调整锅炉外部输入设备的参数或决定是否停机设备保养的依据。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。