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！

龙图腾网获悉江南大学申请的专利基于双阶段注意力与双流记忆调节GRU的SO2浓度预测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：CN120126601B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202510141462.3，技术领域涉及：G16C20/20；该发明授权基于双阶段注意力与双流记忆调节GRU的SO2浓度预测方法是由熊伟丽;廖开继;隋璘设计研发完成，并于2025-02-08向国家知识产权局提交的专利申请。

本基于双阶段注意力与双流记忆调节GRU的SO2浓度预测方法在说明书摘要公布了：本发明公开基于双阶段注意力与双流记忆调节GRU的SO2浓度预测方法，属工业过程软测量领域，包括构建DS‑MRGRU网络后在特征提取阶段引入特征注意力捕捉关键特征并抑制不相关特征和噪声，在预测输出阶段引入时序注意力捕捉长时间序列依赖关系，构建具有增强关键信息提取能力的FTA‑DS‑MRGRU软测量模型用于净烟气SO2含量预测。本发明通过DS‑MRGRU提取历史信息与当前输入的关键特征生成互补信息流增强模型泛化能力与预测性能，融合特征注意力和时序注意力抑制冗余信息，提高模型可解释性，挖掘历史重要时刻信息，提高长时间序列预测效果，实现净烟气SO2含量的精确预测。

本发明授权基于双阶段注意力与双流记忆调节GRU的SO2浓度预测方法在权利要求书中公布了：1.基于双阶段注意力与双流记忆调节GRU的SO2浓度预测方法，其特征在于，包括： S100、获取火电厂烟气脱硫工艺过程中的过程变量和目标变量的历史数据后进行预处理，获得所述历史数据的若干时间序列，并将若干所述时间序列划分为训练集与测试集；其中，所述目标变量为二级吸收塔出口净烟气SO2浓度，所述过程变量为火电厂烟气脱硫工艺过程中的其他参数； S200、构建用于提取当前信息和历史信息之间的时间关系与因果关系的DS-MRGRU网络，包括并列的时间相关流信息提取结构和动态因果相关流信息提取结构，所述时间相关流信息提取结构包括依次连接的第一基于时间门的TGRU层、Dropout层和第二基于时间门的TGRU层，所述动态因果相关流信息提取结构包括依次连接的第一基于因果门的CGRU层、Dropout层和第二基于因果门的CGRU层； S300、在所述DS-MRGRU网络的特征提取阶段引入特征注意力模块以捕捉关键特征并抑制不相关特征和噪声，以及在所述DS-MRGRU网络的预测输出阶段引入时序注意力模块以捕捉长时间序列依赖关系，构建具有增强关键信息提取能力的FTA-DS-MRGRU软测量模型； S400、利用S100中的训练集通过反向传播算法对所述FTA-DS-MRGRU软测量模型进行训练，并利用S100中的测试集对所述FTA-DS-MRGRU软测量模型进行测试，获得目标FTA-DS-MRGRU软测量模型； S500、获取火电厂烟气脱硫工艺过程中的过程变量的实时数据，输入所述目标FTA-DS-MRGRU软测量模型，获得火电厂烟气脱硫工艺过程后的净烟气的SO2含量； 所述S300包括： S310、通过特征注意力模块对输入的时间序列分配特征注意力权重后，根据所述特征注意力权重对所述时间序列进行加权，输出加权时间序列； S320、通过所述时间相关流信息提取结构中的时间门提取所述加权时间序列中的时序关系，获得时间相关隐藏状态输出，并通过动态因果相关流信息提取结构中的因果门提取所述加权时间序列的因果关系，获得因果相关隐藏状态输出； S330、通过第一时序注意力模块对所述时间相关隐藏状态输出分配第一时序注意力权重后进行加权，获得关注历史关键点的综合时间特征，并通过第二时序注意力模块对所述因果相关隐藏状态输出分配第二时序注意力权重进行加权后，获得关注历史关键点的综合因果特征； S340、通过合并层将所述综合时间特征和所述综合因果特征进行融合后通过全连接层输出，获得最终输出结果。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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。