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！

龙图腾网获悉青岛中源博新环保科技有限公司申请的专利一种烟气污集物生成量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：CN118866172B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202410872153.9，技术领域涉及：G16C20/70；该发明授权一种烟气污集物生成量预测方法是由赵龙;左天宇;杨旭;刘津麟设计研发完成，并于2024-07-01向国家知识产权局提交的专利申请。

本一种烟气污集物生成量预测方法在说明书摘要公布了：烟气污集物是在燃烧化石燃料如煤炭、石油、天然气过程中产生的颗粒物、气态污染物和其他有害物质，这些污染物包括PM2.5、PM10、二氧化硫SO2、二氧化氮NO2、一氧化碳CO和挥发性有机化合物VOCs，对环境和人体健康具有严重危害；本发明提出了一种烟气污集物生成量预测方法，通过构建的T3N模型及光滑损失函数进行预测，该方法可以精准掌握烟气生成量的数据，从而实现对污染物源的实时调控和优化操作，提供了更加有效的环境保护和污染治理手段。

本发明授权一种烟气污集物生成量预测方法在权利要求书中公布了：1.一种烟气污集物生成量预测方法，其特征在于，包括以下步骤：S1、收集烟气污集物生成量相关数据，包括相关属性值与目标变量有害气体生成量；S2、对当前数据集缺失值进行线性插值的填补方式，将填补后的数据集分割为训练集与测试集；S3、提出一种阈值数神经网络ThresholdNumberNeuralNetwork，即T3N模型，该模型的隐藏层采用改进的多层次双向多头注意力模块，其中，引入残差连接以缓解梯度消失问题并加速模型收敛，使用层归一化以稳定训练过程并提升模型性能，以及增强自适应门控机制以动态调整前向和后向注意力的权重，通过这些改进，模型能够同时关注输入序列的前后信息，从而更加全面地捕捉数据中的依赖关系；S31、使用改进的多层次双向多头注意力模块进行特征提取；S32、使用长短期记忆网络（LSTM）来计算门控值用于动态调整前向和后向注意力的权重，从而在不同的时间步和特征上灵活地捕捉重要信息，并在门控过程中引入更多的上下文信息；S4、提出了一种光滑损失函数，该损失函数与设定的阈值相关，根据预测值与阈值的差异来调整T3N模型的权重参数，同时，为了减少模型过拟合问题，应用了Elastic-Net正则化项，该正则化项结合了L1和L2正则化技术，旨在同时具备L1正则化的特征选择能力和L2正则化的稳定性；S5、将T3N模型中改进的多层次双向多头注意力模块的输出通过全连接层进行处理，最终生成烟气污集物的预测值;其中，在步骤S3中，S31所述使用改进的多层次双向多头注意力模块提取烟气污集物数据中的时序特征，充分挖掘数据中的重要信息；多层次双向多头注意力模块由改进的多头注意力与双向注意力模块组成，首先对输入层输出的数据进行线性变换，公式如下： ； ； ；式中，为预处理之后的烟气污集物数据，、、为权重矩阵，、、为线性变换之后的值；注意力分数计算公式如下： ；式中，、、为线性变换之后的值，为缩放因子；多头注意力通过并行计算个独立的注意力头，多头注意力公式如下： ；式中，为注意力的头数，为第头注意力的分数，为第头注意力的矩阵，为第头注意力的矩阵，为第头注意力的矩阵；将多头注意力进行拼接，拼接后通过线性变换得到最终的输出： ；式中，为多头注意力的总输出，对双向注意力模块而言，正向多头注意力也称为前向注意力，即，为权重矩阵；加入残差连接和层归一化操作，每层分别计算前向和后向注意力，第层前向注意力公式如下： ；式中，为第层的前向注意力权重参数，为第的前向多头注意力，为对层权重参数进行归一化操作；第层后向注意力公式如下： ；其中： ； ； ； ；式中，为反转操作，为第层的后向注意力权重参数。

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青岛中源博新环保科技有限公司，其通讯地址为：266011 山东省青岛市市北区山东路111号1-1-1603；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。