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！

龍圖騰網獲悉西安科技大學申請的專利一種煤自燃危險性預測用采空區CO濃度預測方法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：CN118191233B 。

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：202410301941.2，技術領域涉及：G01N33/00；該發明授權一種煤自燃危險性預測用采空區CO濃度預測方法是由羅振敏;張利冬;劉斌;蘇彬;李睿康;王濤設計研發完成，并于2024-03-17向國家知識產權局提交的專利申請。

本一種煤自燃危險性預測用采空區CO濃度預測方法在說明書摘要公布了：本發明公開了一種煤自燃危險性預測用采空區CO濃度預測方法，包括步驟：一、獲取綜放工作面不同距離的采空區氣體體積分數數據，并劃分為訓練集、驗證集和測試集；二、對訓練集、驗證集和測試集數據進行數據分布檢驗和數據歸一化的預處理；三、構建基于RNN神經網絡的煤自燃CO預測模型；四、構建基于LSTM長短期記憶網絡的煤自燃CO預測模型；五、構建基于GRU門控循環單元的煤自燃CO預測模型；六、分別對三種煤自燃CO預測模型進行評估，對比預測精度；七、實時采集采空區的CO氣體體積分數數據，并選用三種煤自燃CO預測模型的一種或多種，對采空區CO濃度進行預測。本發明實現了CO體積分數連續動態趨勢預測，預測精度更高。

本發明授權一種煤自燃危險性預測用采空區CO濃度預測方法在權利要求書中公布了：1.一種煤自燃危險性預測用采空區CO濃度預測方法，其特征在于，該方法包括以下步驟： 步驟一、獲取綜放工作面不同距離的采空區的CO、O2、CO2、CH4和C2H6氣體體積分數數據，并將多組數據劃分為訓練集數據、驗證集數據和測試集數據； 步驟二、對訓練集數據、驗證集數據和測試集數據均進行數據分布檢驗和數據歸一化的預處理； 步驟三、構建基于RNN神經網絡的煤自燃CO預測模型，選擇O2、CO2、CH4和C2H6的體積分數以及L作為輸入變量，以CO體積分數為模型輸出目標，采用預處理后的訓練集數據、驗證集數據和測試集數據訓練基于RNN神經網絡的煤自燃CO預測模型，得到訓練好的基于RNN神經網絡的煤自燃CO預測模型；其中，L為測量點與工作面之間的距離； 步驟四、構建基于LSTM長短期記憶網絡的煤自燃CO預測模型，選擇O2、CO2、CH4和C2H6的體積分數以及L作為輸入變量，以CO體積分數為模型輸出目標，采用預處理后的訓練集數據、驗證集數據和測試集數據訓練基于LSTM長短期記憶網絡的煤自燃CO預測模型，得到訓練好的基于LSTM長短期記憶網絡的煤自燃CO預測模型； 步驟五、構建基于GRU門控循環單元的煤自燃CO預測模型，選擇O2、CO2、CH4和C2H6的體積分數以及L作為輸入變量，以CO體積分數為模型輸出目標，采用預處理后的訓練集數據、驗證集數據和測試集數據訓練基于GRU門控循環單元的煤自燃CO預測模型，得到訓練好的基于GRU門控循環單元的煤自燃CO預測模型； 步驟六、分別對基于RNN神經網絡的煤自燃CO預測模型、基于LSTM長短期記憶網絡的煤自燃CO預測模型和基于GRU門控循環單元的煤自燃CO預測模型進行評估，對比三種煤自燃CO預測模型的預測精度； 步驟七、實時采集采空區的CO氣體體積分數數據，并選用基于RNN神經網絡的煤自燃CO預測模型、基于LSTM長短期記憶網絡的煤自燃CO預測模型和基于GRU門控循環單元的煤自燃CO預測模型三種煤自燃CO預測模型的一種或多種預測模塊，對采空區CO濃度進行預測。

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西安科技大學，其通訊地址為：710054 陜西省西安市雁塔中路58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”。