Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国矿业大学;华能(天津)煤气化发电有限公司陶继业获国家专利权

中国矿业大学;华能(天津)煤气化发电有限公司陶继业获国家专利权

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!

龙图腾网获悉中国矿业大学;华能(天津)煤气化发电有限公司申请的专利一种二段式气化炉出口氢气动态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:CN121191612B

龙图腾网通过国家知识产权局官网在2026-03-06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:202511727421.9,技术领域涉及:G16C20/10;该发明授权一种二段式气化炉出口氢气动态预测方法及系统是由陶继业;刘洋;王相平;张克;白国威;吴平;崔丕桓;李宗旸;季晓睿;康建邦;康晓蒙;余波设计研发完成,并于2025-11-24向国家知识产权局提交的专利申请。

一种二段式气化炉出口氢气动态预测方法及系统在说明书摘要公布了:本发明公开了一种二段式气化炉出口氢气动态预测方法及系统,包括如下步骤:采集气化炉的历史运行数据,基于历史运行数据构造衍生特征数据集,对衍生特征数据集进行预处理,并划分为训练集和测试集;构建深度学习模型,深度学习模型依次包括卷积神经网络层、双向门控循环单元层和注意力机制层;在深度学习模型的损失函数中嵌入物理约束项,构建总损失函数;使用训练集对深度学习模型进行训练,得到优化模型;将测试集输入优化模型,通过评价函数进行分析和评价;获取实时运行数据输入优化模型,输出气化炉出口氢气的实时预测值;借此,解决现有模型无法满足高精度及物理可解释性的要求。

本发明授权一种二段式气化炉出口氢气动态预测方法及系统在权利要求书中公布了:1.一种二段式气化炉出口氢气动态预测方法,其特征在于,包括如下步骤: 步骤S1,采集气化炉的历史运行数据,基于所述历史运行数据构造至少一个衍生特征数据集,对衍生特征数据集进行预处理,并划分为训练集和测试集;所述历史运行数据包括煤质特性参数、气化炉操作参数; 步骤S2,构建深度学习模型,所述深度学习模型依次包括卷积神经网络层、双向门控循环单元层和注意力机制层;在所述深度学习模型的损失函数中嵌入基于氢元素质量守恒的物理约束项,构建总损失函数; 步骤S3,使用所述训练集对所述深度学习模型进行训练,得到优化模型; 步骤S4,将所述测试集输入所述优化模型,得到预测验证值,通过构建的评价函数对预测验证值进行分析和评价; 步骤S5,获取气化炉的实时运行数据,输入所述优化模型,输出气化炉出口氢气的实时预测值; 所述衍生特征包括水碳比、氧煤比和氧气蒸汽压力比中的至少一种; 所述水碳比由一段烧嘴蒸汽总量、一段煤粉进料速率及煤粉中碳元素质量分数计算得到; 所述氧煤比由一段氧气总流量与一段煤粉进料速率计算得到; 所述氧气蒸汽压力比由氧气压力与蒸汽压力计算得到; 所述水碳比的计算公式为: ; 其中,表示水碳比,表示一段烧嘴通入的水蒸气流量,表示一段气化室的煤粉进料质量流量,表示煤粉中碳元素的质量分数; 所述氧煤比的计算公式为: ; 其中,表示氧煤比,表示一段气化室的氧气体积流量; 所述氧气蒸汽压力比的计算公式为: ; 其中,为氧气蒸汽压力比,表示氧气进入烧嘴的压力,表示蒸汽进入烧嘴的压力。

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中国矿业大学;华能(天津)煤气化发电有限公司,其通讯地址为:221000 江苏省徐州市铜山区大学路1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。

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。