買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中南大學申請的專利一種不規則多采樣率工業過程能耗預測方法和系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120297519B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510787735.1，技術領域涉及：G06Q10/04；該發明授權一種不規則多采樣率工業過程能耗預測方法和系統是由王雅琳;董銘江;譚栩杰;劉晨亮;楊瑞楷;張宇潔;袁小鋒;陳志文設計研發完成，并于2025-06-13向國家知識產權局提交的專利申請。

本一種不規則多采樣率工業過程能耗預測方法和系統在說明書摘要公布了：本發明提供了一種不規則多采樣率工業過程能耗預測方法和系統，通過采集多種工業過程中的電解槽離子濃度數據作為訓練用外生變量，將槽壓數據作為訓練用時序變量，并將任意時刻的訓練用外生變量與多個訓練用時序變量進行匹配，提取與每種工業過程中每個訓練用時序變量對應的時間距離作為額外特征；利用訓練用外生變量、訓練用時序變量、采集時間以及額外特征對由多編碼模塊、融合模塊、解碼模塊、全連接模塊組成的能耗預測模型進行訓練，得到訓練后的能耗預測模型；利用訓練后的能耗預測模型對目標工業過程中帶時間戳的電解槽離子濃度數據和槽壓數據進行能耗預測，得到目標工業過程的能耗實時預測結果，提升了能耗預測的精確度。

本發明授權一種不規則多采樣率工業過程能耗預測方法和系統在權利要求書中公布了：1.一種不規則多采樣率工業過程能耗預測方法，其特征在于，包括： 步驟1，采集多種工業過程中的電解槽離子濃度數據、槽壓數據以及采集時間，并將所述電解槽離子濃度數據作為訓練用外生變量，將所述槽壓數據作為訓練用時序變量； 步驟2，根據所述訓練用外生變量的靜態性，將任意時刻的訓練用外生變量與多個訓練用時序變量進行匹配，并根據所述訓練用時序變量的動態性，在任意時刻的訓練用外生變量與多個訓練用時序變量進行匹配的情況下，提取與每種工業過程中每個訓練用時序變量對應的時間距離； 步驟3，利用所述訓練用外生變量、所述訓練用時序變量、所述采集時間以及與每個訓練用時序變量對應的時間距離對構建的能耗預測模型進行訓練，得到訓練后的能耗預測模型； 步驟4，將目標工業過程中帶時間戳的電解槽離子濃度數據和槽壓數據作為外生變量和時序變量，在任意時刻的外生變量與多個時序變量進行匹配的情況下，提取與所述目標工業過程中每個時序變量對應的時間距離，將所述外生變量、所述時序變量與所述目標工業過程中每個時序變量對應的時間距離輸入訓練后的能耗預測模型進行能耗預測，得到所述目標工業過程的能耗實時預測結果； 所述能耗預測模型由多編碼模塊、融合模塊、解碼模塊、全連接模塊組成，所述多編碼模塊的輸入端為所述能耗預測模型的第一輸入端，用于輸入外生變量和時序變量，所述融合模塊的第一輸入端為所述能耗預測模型的第二輸入端，用于輸入時間距離；所述多編碼模塊的輸出端與所述融合模塊的第二輸入端連接，所述融合模塊的輸出端與所述解碼模塊的輸入端，所述解碼模塊的輸出端與所述全連接模塊的輸入端連接，所述全連接模塊的輸出端為所述能耗預測模型的輸出端； 所述多編碼模塊由外生編碼單元和時序編碼單元組成，所述外生編碼單元以移除了位置編碼器的Transformer模型中的編碼器作為第一編碼器，所述時序編碼單元以移除了位置編碼器并且前饋層替換成了維度更低的前饋層的Transformer模型中的編碼器作為第二編碼器。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中南大學，其通訊地址為：410083 湖南省長沙市岳麓區麓山南路932號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。