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！

龍圖騰網獲悉中國長江電力股份有限公司申請的專利基于深度學習耦合物理約束的冷卻器堵塞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：CN120145128B 。

龍圖騰網通過國家知識產權局官網在2025-09-09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：202510630336.4，技術領域涉及：G06F18/24；該發明授權基于深度學習耦合物理約束的冷卻器堵塞預測方法是由李瀟;唐浩;林燦珍;李鎮翰;劉柏欽設計研發完成，并于2025-05-16向國家知識產權局提交的專利申請。

本基于深度學習耦合物理約束的冷卻器堵塞預測方法在說明書摘要公布了：本發明涉及水力發電設備狀態預測技術領域，本發明公開了一種基于深度學習耦合物理約束的冷卻器堵塞預測方法，包括以下步驟：采集冷卻器運行時的溫度、壓力差以及流量參數，生成時序數據；對時序數據進行預處理，生成時序樣本向量；構建深度學習混合模型，通過深度學習混合模型提取局部特征，以及捕捉全局時序依賴；結合納維?斯托克斯方程和交叉熵，構造綜合損失函數；將處理后的數據輸入深度學習混合模型，輸出冷卻器堵塞狀態分類結果。本發明能夠實現冷卻器堵塞狀態的早期精準識別，解決傳統方法響應滯后的問題，可在堵塞早期發出預警，提前識別堵塞類型，避免非計劃停機。

本發明授權基于深度學習耦合物理約束的冷卻器堵塞預測方法在權利要求書中公布了：1.一種基于深度學習耦合物理約束的冷卻器堵塞預測方法，其特征在于，包括以下步驟： S1、采集冷卻器運行時的溫度、壓力差以及流量參數，生成時序數據； S2、對時序數據進行預處理，生成時序樣本向量； S3、構建深度學習混合模型，通過深度學習混合模型提取局部特征以及捕捉全局時序依賴； S4、結合納維-斯托克斯方程和交叉熵，構造綜合損失函數； S5、將處理后的數據輸入深度學習混合模型，輸出冷卻器堵塞狀態分類結果；其中，冷卻器堵塞狀態分類包括正常、輕微、中度以及嚴重堵塞； 在S3中，構建深度學習混合模型的步驟包括： S3.1、雙向時序卷積模塊構建： 在時序卷積網絡的基礎上，同時從正向和反向兩個方向對序列數據進行建模，在雙向時序卷積模塊中，正、反向時序卷積設置一致，依次完成擴張卷積、最大值池化以及批量歸一化操作； S3.2、變換器模塊構建： 基于雙向時序卷積模塊輸出的特征，通過多頭注意力機制捕捉長期趨勢與參數間動態耦合關系，生成全局時序依賴特征； S3.3、輸出層構建： 輸出層增設一個用于壓力預測的輸出分支，在經過變換器模塊對數據完成特征提取后，分別接入兩個全連接層，其中一個全連接層用于執行分類任務，判定冷卻器堵塞的預測類別，另一個全連接層則輸出壓力預測值，該壓力預測值參與到物理損失的計算過程中； 基于深度學習混合模型，在變換器模塊中，使用編碼器部分進行特征提取。

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國長江電力股份有限公司，其通訊地址為：430014 湖北省武漢市江岸區三陽路88號三陽中心；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”。