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！

龙图腾网获悉天津长河自动化仪表有限公司申请的专利一种基于深度学习的多状态流量误差补偿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：CN121275086B 。

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：202511860987.9，技术领域涉及：G01F15/02；该发明授权一种基于深度学习的多状态流量误差补偿方法是由张亮亮;李威;陈昊泽设计研发完成，并于2025-12-11向国家知识产权局提交的专利申请。

本一种基于深度学习的多状态流量误差补偿方法在说明书摘要公布了：本发明公开了一种基于深度学习的多状态流量误差补偿方法，包括如下步骤：S1、采集并处理多维工况参数，生成工况状态标签，建立状态转移图；S2、输入物理对偶层，执行正反向映射，自适应修正参数，输出一致性特征；S3、结合特征与状态标签，建立因果误差图谱模型，分解误差并输出分布；S4、基于一致性特征校正误差分布，结合状态标签与转移图生成候选补偿；S5、输入候选补偿量，设定补偿与风险代理，基于置信度博弈优化输出补偿；S6、依据补偿权重修正流量值，输出最终补偿结果，执行漂移分量在线更新。本发明通过引入物理对偶约束、因果误差图谱与博弈式补偿门控，实现多工况下流量测量误差的高精度、连续性与安全鲁棒补偿。

本发明授权一种基于深度学习的多状态流量误差补偿方法在权利要求书中公布了：1.一种基于深度学习的多状态流量误差补偿方法，其特征在于，包括如下步骤： S1、采集多维工况参数，对多维工况参数进行处理，生成多工况状态标签，建立状态转移图； S2、将多维工况参数输入自进化型可微物理对偶层，执行正向映射，计算守恒残差与物理补偿值，执行反向映射，生成虚拟工况预测，对物理近似参数进行自适应修正，得到物理一致性特征输出； S3、将物理一致性特征、守恒残差、虚拟工况预测与工况状态标签结合，输入因果驱动的层级误差图谱模型，将总误差分解为固有偏置分量、缓慢漂移分量和快速扰动分量，并依据预设因果图谱对各分量与输入因子的连接关系进行约束，得到误差分量分布； S4、基于物理一致性特征，对误差分量分布进行校正，并利用工况状态标签及状态转移图施加跨状态连续性约束，生成候选误差补偿量； S5、将候选误差补偿量输入博弈式自适应补偿门控，设定补偿代理用于最大化修正效果，设定风险代理用于最小化补偿偏差，依据不确定度置信度对补偿代理与风险代理进行博弈优化，确定补偿权重，在高置信度下输出全量补偿，在低置信度下输出降权补偿； S6、根据确定的补偿权重修正多维工况参数中的流量测量值，输出最终的补偿流量值，并在在线运行过程中对自进化型可微物理对偶层及层级误差图谱模型中的漂移分量进行局部参数更新； 所述S2具体包括： S21、接收多维工况参数，依据管径获取截面积，依据温度与压力获取介质物性估计，并与阀门开度、振动信号及安装姿态参数进行组合，形成物理输入特征集； S22、执行正向映射，基于物理输入特征集生成理论流量预测并与流量测量值进行比较，得到守恒残差，并将守恒残差分解为守恒相关残差与装置相关残差，基于守恒相关残差生成物理补偿值，进行对偶一致性校核，使质量守恒近似与压降—流量近似在容差内一致； S23、执行反向映射，基于流量测量值、阀门开度与截面积生成虚拟工况预测，给出温度区间与压力区间的虚拟值集合，并通过反事实阀位扫描校核单调性与可识别性，输出虚拟工况预测的置信度与可识别性指标； S24、在检测到新工况或对偶一致性校核不通过时，启动自适应修正，对物性近似与阀控近似的参数进行小步进化更新，引入状态化低秩适配器并施加单调性与稳定性约束，限定参数变化幅度在一致性预算内； S25、输出物理一致性特征，包括截面积、守恒残差、守恒相关残差、装置相关残差、物理补偿值、虚拟工况预测的温度区间与压力区间、对偶一致性得分、可识别性指标及状态化低秩适配器标识； 所述层级误差图谱模型，包括三层结构： 物理—虚拟对偶因果层，包含物理量节点、虚拟工况节点、守恒残差节点与对偶一致性节点，并以对偶绑定边将物理量节点与虚拟工况节点成对连接； 误差机理分解层，包含固有偏置节点、缓慢漂移节点与快速扰动节点，并设置残差责任分配节点，将物理—虚拟对偶因果层的节点对误差机理分解层的关联限制为一对多的受控连接； 状态上下文与连续性层，包含工况状态节点、状态转移图节点、跨状态连续性约束器与域外告警节点。

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天津长河自动化仪表有限公司，其通讯地址为：300000 天津市西青区西青学府工业区创源道80号7号厂房一层(天开西青园)；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。