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！

龍圖騰網獲悉中國科學院沈陽自動化研究所申請的專利基于時空圖卷積網絡的工業過程關鍵參數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：CN119644945B 。

龍圖騰網通過國家知識產權局官網在2025-09-26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：202411758773.6，技術領域涉及：G05B19/418；該發明授權基于時空圖卷積網絡的工業過程關鍵參數預測方法是由周曉鋒;李霖智;李帥;胡國良;潘福成;史海波設計研發完成，并于2024-12-03向國家知識產權局提交的專利申請。

本基于時空圖卷積網絡的工業過程關鍵參數預測方法在說明書摘要公布了：本發明針對工業過程數據中存在的時滯特性、數據冗余和缺失信息等問題，提供一種基于時空圖卷積網絡的工業過程關鍵參數預測方法。該方法首先對采集到的工業過程數據進行數據預處理和序列劃分；然后通過全局和局部圖卷積在變量維度對子序列內部特征進行建模；接著通過連續時間建模和多頭注意力在時間維度完成子序列間的時間建模，其中連續時間建模由多個神經常微分方程和門控機制組成，通過循環依次完成對每個子序列在整個時間維度的連續建模；最后利用多層感知機實現工業過程關鍵參數的預測。通過本發明解決了工業過程數據在建模中存在的問題，提高了工業過程關鍵參數數據的預測精度，為工業過程的優化控制提供了技術支撐。

本發明授權基于時空圖卷積網絡的工業過程關鍵參數預測方法在權利要求書中公布了：1.基于時空圖卷積網絡的工業過程關鍵參數預測方法，其特征在于，包括如下步驟： S1、采集工業過程的關鍵參數數據；所述工業過程的關鍵參數數據為設置在工業生產環境中的檢測傳感器和調控設備采集的工業狀態數據和過程控制數據； S2、對數據進行預處理，建立數據集并序列劃分； S3、子序列內的變量維度建模：將子序列內單個序列點的特征嵌入到空間維度生成新的嵌入向量，用于后續網絡在建模時能捕獲數據中的時滯特性；隨后利用全局圖卷積建模子序列內的所有依賴關系；同時利用局部圖卷積對嵌入向量進行冗余優化，使得模型只關注與自身相關的特征；最后將兩者的輸出相加完成子序列內的時序數據建模；所述局部圖卷積是將自適應圖卷積的鄰接矩陣通過局部圖卷積計算鄰居節點的權重并掩碼掉權重低的節點，得到一個相似度矩陣R，從而對子序列內的冗余信息進行掩碼； S4、子序列間的時間維度建模：對每個子序列通過連續時間建模提取更細粒度的特征，用于彌補模型因數據缺失導致特征提取不足的缺陷，然后通過多頭注意力提取整個序列的時間特征，得到時間維度建模的輸出特征；所述連續時間建模包括： 利用神經常微分方程對當前時刻的單個子序列的數據和上一個時刻的子序列的輸出進行連續時間建模，用于模擬系統的連續演變； 在建模一段時間后，通過門控機制捕捉數據中的長期依賴性，用于緩解連續時間建模的遺忘問題； 重復上述兩個步驟，直到建模到下個子序列的時間點，得到該子序列的輸出并用于下個子序列的連續時間建模； 重復上述三個步驟，直到建模完所有的子序列； S5、建立多層感知機網絡，用于迭代學習輸入特征與輸出標簽之間的映射關系，從而預測未來的工業過程關鍵參數序列； S6、以數據集中的數據為輸入，重復步驟3-步驟5迭代訓練，選擇精度最好的模型參數作為最終的理想模型，并根據工業過程的歷史數據預測未來的關鍵參數序列。

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科學院沈陽自動化研究所，其通訊地址為：110016 遼寧省沈陽市沈河區南塔街114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”。