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！

龙图腾网获悉东北电力大学申请的专利一种基于Stacking多分类器融合的黏结漏钢预报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：CN115859084B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202211571041.7，技术领域涉及：G06F18/213；该发明授权一种基于Stacking多分类器融合的黏结漏钢预报方法是由刘宇;马智心;王旭东设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。

本一种基于Stacking多分类器融合的黏结漏钢预报方法在说明书摘要公布了：本发明公开了一种基于Stacking多分类器融合的黏结漏钢预报方法，属于钢铁冶金领域，包括：构建真伪黏结漏钢样本库，提取真伪黏结漏钢温度特征数据与时序温度速率，构建真伪黏结漏钢样本特征向量，真伪黏结漏钢特征数据预处理，利用随机森林，K近邻分类，支持向量分类为初级分类器，逻辑回归为次级分类器构建Stacking多分类器融合的黏结漏钢预报模型，最终通过受试者工作特征曲线确定最佳阈值点，在大于该阈值条件下判断为黏结漏钢。本发明将黏结漏钢温度特征向量与多分类器融合识别方法相结合，建立黏结漏钢的强分类识别模型，在保证黏结漏钢报出率为100％的前提下，降低误报率，提高了预报准确率。

本发明授权一种基于Stacking多分类器融合的黏结漏钢预报方法在权利要求书中公布了：1.一种基于Stacking多分类器融合的黏结漏钢预报方法，其特征在于，包括以下步骤： 1构建真伪黏结漏钢样本库 ①利用结晶器在线监控系统，获取钢种、浇注温度、拉速、液位和结晶器温度数据； ②根据浇注记录和结晶器温度数据，获取黏结漏钢样本，同时，提取正常浇注、开浇、换水口工艺下的结晶器温度数据，作为伪黏结漏钢样本，构建真伪黏结漏钢样本库； 2提取真伪黏结漏钢温度特征数据与时序温度速率 ①获取同列热电偶真伪黏结漏钢第一排温度标准差DT1； ②获取同列热电偶真伪黏结漏钢第二排温度标准差DT2； ③获取同列热电偶真伪黏结漏钢第一排温度最大值与平均值差值T1max-ave； ④获取同列热电偶真伪黏结漏钢第二排温度最大值与平均值差值T2max-ave； ⑤根据公式1，计算真伪黏结漏钢的温度速率V，获取包含第一排热电偶温度速率上升-下降过程在内的9s温度速率V1i-4，V1i-2，V1i，V1i+2，V1i+4，其中V1i为第一排热电偶温度速率达到最大值时刻的温度速率； 式中，V代表温度速率，℃s；Ti代表第i个时间点热电偶的温度，℃； ⑥根据公式1，获取包含第二排热电偶温度速率上升-下降过程在内的9s温度速率V2i-4，V2i-2，V2i，V2i+2，V2i+4，其中V2i为第二排热电偶温度速率达到最大值时刻的温度速率； ⑦根据公式2，计算真伪黏结漏钢的温度速率差值Vminus； Vminus＝V1-V22 式中,Vminus代表温度速率差值，℃s；V1代表第一排热电偶温度速率，℃s；V2代表第二排热电偶温度速率，℃s； ⑧获取温度速率差值的最大值Vminusmax与最小值Vminusmin； ⑨获取温度速率差值的最大值与最小值的差值Vminusmax-min； 3构建真伪黏结漏钢样本特征向量 ①构建黏结漏钢样本特征向量DT1，DT2，T1max-ave，T2max-ave，V1i-4，V1i-2，V1i，V1i+2，V1i+4，V2i-4，V2i-2，V2i，V2i+2，V2i+4，Vminusmax，Vminusmax-min； ②构建伪黏结漏钢样本特征向量DT1，DT2，T1max-ave，T2max-ave，V1i-4，V1i-2，V1i，V1i+2，V1i+4，V2i-4，V2i-2，V2i，V2i+2，V2i+4，Vminusmax，Vminusmax-min； 4真伪黏结漏钢特征数据预处理 根据公式3对特征数据进行归一化处理，并设置黏结漏钢样本标签为1，伪黏结漏钢样本标签为0； 式中，X是归一化后的特征数据；min为特征数据最小值；max为特征数据最大值； 5构建Stacking多分类器融合的黏结漏钢预报模型 ①将处理好的真伪黏结漏钢样本特征向量按7:3比例划分为训练集与测试集 ②将随机森林，K近邻分类，支持向量分类设定为初级分类器，将训练集传递给初级分类器，采用5折交叉验证进行训练，将输出结果作为新训练集，同时测试集跟随初级分类器进行预测，将输出结果进行平均并作为新测试集； ③将新训练集与新测试集传递给逻辑回归作为次级分类器训练输出； ④支持向量分类中惩罚系数C设定为3，核函数系数g设定为0.3； ⑤随机森林中树的最大深度max_depth设定为1，最适属性特征max_features设定为1，决策树的个数n_estimators设定为39，规定随机数种子random_state设定为123； ⑥K近邻分类中近邻数目K设定为2； ⑦逻辑回归中正则化强度C设定为2； ⑧设定构建好的Stacking模型输出结果为概率，利用受试者工作特征曲线ROC曲线寻找最佳阈值点T，若Stacking输出结果大于T时判定为黏结漏钢；若输出结果小于T时判定为伪黏结漏钢。

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东北电力大学，其通讯地址为：132012 吉林省吉林市长春路169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”。