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！

龙图腾网获悉广东省特种设备检测研究院(广东省特种设备事故调查中心)申请的专利基于深度学习的换热器智能传热预测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：CN121031366B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511529514.0，技术领域涉及：G06F30/27；该发明授权基于深度学习的换热器智能传热预测方法及系统是由马志鹏;徐瑶;刘金良;夏莉;张耕;黄文俊;谢湘霖;黄钧;杨刚设计研发完成，并于2025-10-24向国家知识产权局提交的专利申请。

本基于深度学习的换热器智能传热预测方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的换热器智能传热预测方法及系统。该方法首先获取包含流体状态与传热状态的输入特征数据；其次，采用级联校准架构进行预测：利用第一机器学习模型生成初始传热性能预测值，再利用第二机器学习模型预测并修正前者的预测残差，两者叠加后得到高精度的最终预测值；最后，基于该最终预测值与流动阻力数据，通过多目标优化算法生成兼顾传热效率与能耗的运行参数调整方案。本发明通过物理仿真与AI结合、级联残差校准、动态权衡优化及自适应更新机制，解决了现有技术预测精度低、无法权衡优化及适应性差的问题，显著提升了预测精度、决策科学性与系统长期运行的可靠性。

本发明授权基于深度学习的换热器智能传热预测方法及系统在权利要求书中公布了：1.一种基于深度学习的换热器智能传热预测方法，其特征在于，包括以下步骤： 获取换热器的输入特征数据，所述输入特征数据包含表征流体流动状态和传热状态的参数； 利用第一机器学习模型，对所述输入特征数据进行处理，生成一个初始传热性能预测值； 基于所述输入特征数据和所述初始传热性能预测值，训练第二机器学习模型以预测所述初始传热性能预测值与对应的真实传热性能值之间的残差； 当对新的输入特征数据进行预测时，通过所述第一机器学习模型获得新的初始传热性能预测值，通过所述第二机器学习模型获得对应的预测残差值； 将所述新的初始传热性能预测值与所述预测残差值进行叠加，得到最终的传热性能预测值； 基于所述最终的传热性能预测值，结合流动阻力数据，生成换热器的运行参数调整方案； 所述生成换热器的运行参数调整方案的步骤，具体包括： 构建以最大化所述最终的传热性能预测值和最小化流动阻力为目标的多目标优化模型； 采用预设的多目标优化算法求解所述多目标优化模型，获得一组表征不同权衡关系的帕累托最优解集； 根据外部输入的运行策略权重，在所述帕累托最优解集中选择一个目标解，并基于该目标解确定所述运行参数调整方案。

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广东省特种设备检测研究院(广东省特种设备事故调查中心)，其通讯地址为：528251 广东省佛山市南海区桂城街道环岛南路111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”。

以上内容由龙图腾AI智能生成。