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！

龙图腾网获悉西安热工研究院有限公司;华能武汉发电有限责任公司申请的专利基于联邦学习的锅炉多区域CFD-AI建模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：CN119692245B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202411929011.8，技术领域涉及：G06F30/28；该发明授权基于联邦学习的锅炉多区域CFD-AI建模方法及系统是由周东阳;万松森;张骁;唐贝;郑小刚;曹军;崔旭朝;任浩设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。

本基于联邦学习的锅炉多区域CFD-AI建模方法及系统在说明书摘要公布了：本发明基于联邦学习的锅炉多区域CFD‑AI建模方法及系统，属于锅炉监测技术领域，该建模方法具体步骤如下：S1、模拟锅炉的热传递和流体行为，建立多区域CFD网格划分，从锅炉实际运行中收集并预处理各区域动态运行数据；S2、提取预处理后的动态运行数据的特征，依据提取的特征构建锅炉多区域CFD‑AI模型，并全局优化锅炉多区域CFD‑AI模型；S3、动态调整全局优化后的锅炉多区域CFD‑AI模型的结构和参数，增强锅炉多区域CFD‑AI模型的关键区域决策；本发明能够提升模型训练的高效性，节省大量通信资源，降低隐私泄露风险，并促进模型的跨区域适应性，显著提升模型在复杂工况下的表现，能够有效地处理多目标优化问题，能够更准确地预测和控制锅炉在不同区域和工况下的表现。

本发明授权基于联邦学习的锅炉多区域CFD-AI建模方法及系统在权利要求书中公布了：1.基于联邦学习的锅炉多区域CFD-AI建模方法，其特征在于，包括如下步骤： S1、模拟锅炉的热传递和流体行为，建立多区域CFD网格划分，从锅炉实际运行中收集并预处理各区域动态运行数据； S2、提取预处理后的动态运行数据的特征，依据提取的特征构建锅炉多区域CFD-AI模型，并全局优化锅炉多区域CFD-AI模型；所述全局优化锅炉多区域CFD-AI模型的具体步骤如下： 3.1：中央服务器将锅炉多区域CFD-AI模型下发到各客户端，作为客户端的初始本地模型，并使用训练完成后的模型参数和结构对各客户端的本地模型进行初始化处理； 3.2：各客户端使用本地采集到的各组动态运行数据训练对应的本地模型，并以最小化损失函数为目标，使用反向传播算法计算梯度并更新模型参数，各客户端在完成多轮的本地训练后，将本地训练更新的最终模型参数传输至中央服务器； 3.3：中央服务器通过加权平均法计算每个客户端的模型参数，并将其聚合成一个全局模型，再通过均值迭代更新全局模型，全局模型更新完成后，中央服务器将新的全局模型广播到所有的客户端，并更新各客户端本地模型的参数信息； 3.4：各客户端根据新的全局模型继续在本地进行训练，并进行下一轮的均值迭代，当中央服务器的全局模型参数更新的变化小于预设阈值、连续多轮的损失函数变化收敛至预设阈值或达到最大训练轮数时，结束训练； 3.5：使用优化后的全局模型再次对测试集数据进行评估，检验其在未见数据上的性能表现，并将原有锅炉多区域CFD-AI模型参数和结构替换为该全局模型参数和结构，将更新后的锅炉多区域CFD-AI模型参数部署至实际锅炉监测平台上； S3、动态调整全局优化后的锅炉多区域CFD-AI模型的结构和参数，增强锅炉多区域CFD-AI模型的关键区域决策；所述动态调整全局优化后的锅炉多区域CFD-AI模型的结构和参数的具体步骤如下： 4.1：收集锅炉多区域CFD-AI模型的结构与参数信息，随机生成多组优化体的位置，以表示模型空间中各组解，各优化体的位置表示一个潜在的模型结构与参数组合，将各优化体的参数代入全局优化后的锅炉多区域CFD-AI模型，使用验证集评估其性能，将MSE损失函数的结果作为优化体的适应度； 4.2：在迭代开始时，选择适应度最高的三组优化体，并分别定义为适应度最优的Alpha体、适应度次优的Beta体和适应度第三优的Gamma体，同时记录三组优化体的位置； 4.3：通过根据Alpha体所在位置更新其余优化体位置，以进行全局搜索，根据Beta体和Gamma体的所在位置对除Alpha体以外的其余优化体的位置进行调整，以进行局部搜索，各优化体位置更新结束后，检测各优化体位置是否满足预设模型结构与参数边界值，若超出预设的边界值，则将其修正至边界值，之后重复进行适应度计算、优化体选取以及位置更新，直至Alpha体的适应度值变化收敛至预设范围； 4.4：迭代结束后，将适应度最高的优化体，即Alpha体对应的模型结构与参数组合作为最优组合，并将其作为优化后的锅炉多区域CFD-AI模型参数，并用于最终部署； S4、评估锅炉多区域CFD-AI模型的预测结果与实际数据之间的偏差，并调整决策路径和模型结构，改进高维特征的拟合效果； S5、反复对锅炉多区域CFD-AI模型进行训练和更新，并通过最终模型进行实时预测，定期收集运行数据进行在线更新和优化。

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西安热工研究院有限公司;华能武汉发电有限责任公司，其通讯地址为：710048 陕西省西安市碑林区兴庆路136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”。