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！

龙图腾网获悉上海电气电站环保工程有限公司申请的专利一种基于时序神经网络模型的智能化喷氨脱硝预测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：CN116417094B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310239952.8，技术领域涉及：G16C20/30；该发明授权一种基于时序神经网络模型的智能化喷氨脱硝预测系统是由周灵怡;黄立;杭逸斐;汪博;刘树泓;陈国军设计研发完成，并于2023-03-13向国家知识产权局提交的专利申请。

本一种基于时序神经网络模型的智能化喷氨脱硝预测系统在说明书摘要公布了：本发明适用于NOx浓度预测技术领域，提供了一种基于时序神经网络模型的智能化喷氨脱硝预测系统，包括有以下步骤：S1、数据采集；S2、数据处理，通过简单的多元线性回归分析初步计算数据的重要性排序；本发明解决了目前的脱硝喷氨系统采用固定氨气分配，不能适应在机组灵活性调峰情况下脱硝入口烟气NOx的多变性，存在过量喷氨和喷氨量不足等问题，在满足机组出口排放的情况下，过量喷氨会造成消耗品增加以及对锅炉空预器堵塞等问题，喷氨量过少则无法满足NOx排放标准，达到了提升入口处NOx浓度的准确率，降低了入口NOx浓度预测值与参考值平均误差的效果，有效地帮助发电厂根据预测结果实时控制喷氨量，以实现智能化定量喷氨。

本发明授权一种基于时序神经网络模型的智能化喷氨脱硝预测系统在权利要求书中公布了：1.一种基于时序神经网络模型的智能化喷氨脱硝预测系统，其特征在于，包括有以下步骤： S1、数据采集； S2、数据处理，通过简单的多元线性回归分析初步计算数据的重要性排序； S3、特征筛选，使用LASSO回归模型以剔除模型的共线性，并计算数据的特征重要性排序； S4、模型训练并优化参数，采用基于差值的特征和基于基线的模型，在非反吹阶段模型使用长短期记忆网络作为模型主体，在反吹阶段使用时间序列的Transformer模型； S5、采用消融实验确定特征重要性； S6、在现场预测时进行实际部署； 步骤S4中模型训练并优化参数具体包括有： 基于差值的特征和基于基线的模型，输入特征的变化量，并首先观察特征的共线性和取了差值后各个特征的VIF，算法根据输入的变化量输出此时测量值和真实值的差值； 基于时序神经网络模型的NOx浓度预测模型在非反吹阶段模型使用长短时记忆网络作为模型主体，在反吹阶段使用时间序列的Transformer，在非反吹阶段模型的最前侧有一个数据预处理层，其包括数据平滑、数据归一化，随后是包含400个隐藏单元的长短时记忆单元，最后是一个全连接层以输出一个具体的数值，学习率为0.0016，预测时的批大小为1024，测试时的批大小为512，训练时使用的损失函数为MAE，最后得到模型的预测的差值加上此时的测量值即可得到NOx浓度预测值； 除了输入维度有所不同外，非反吹阶段模型和反吹阶段模型的训练过程相同，而反吹阶段使用Transformer模型，由于输入没有NOx浓度测量值，因此其通过Transformer后直接输出NOx浓度预测值。

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上海电气电站环保工程有限公司，其通讯地址为：200050 上海市长宁区天山路18号901-A249室；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。