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！

龙图腾网获悉哈尔滨工程大学申请的专利一种基于RBF神经网络的工质热力性质计算方法及系统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：CN116258082B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202310320102.0，技术领域涉及：G06F30/27；该发明授权一种基于RBF神经网络的工质热力性质计算方法及系统是由王志涛;王静;骆嘉凡;张靖凯;明亮;李铁磊;关天皓;李健;程敬虎;畅英杰设计研发完成，并于2023-03-29向国家知识产权局提交的专利申请。

本一种基于RBF神经网络的工质热力性质计算方法及系统在说明书摘要公布了：本发明公开一种基于RBF神经网络的工质热力性质计算方法及系统，包括以下步骤：获取燃气轮机模型中工质热力参数样本数据；以燃空比和工质焓值或工质熵值为模型输入，以对应的工质温度为模型输出，优化初始RBF神经网络模型，得到目标RBF神经网络模型；利用目标RBF神经网络模型进行工质热力性质的计算。本发明在热力系统仿真过程的工质热力性质计算中引入了RBF神经网络模型，直接将燃空比和工质焓值或工质熵值输入到RBF神经网络模型中，模型直接输出工质温度，不需要现有热力系统仿真计算时工质热力性质迭代计算过程，提高了热力系统仿真效率。

本发明授权一种基于RBF神经网络的工质热力性质计算方法及系统在权利要求书中公布了：1.一种基于RBF神经网络的工质热力性质计算方法，其特征在于，所述方法包括： 获取燃气轮机模型中工质热力参数样本数据；所述工质热力参数样本数据包括燃空比，工质温度和工质焓值或工质熵值； 设置初始RBF神经网络模型的初始传播速度并以所述燃空比和所述工质焓值或所述工质熵值为模型输入，以对应的所述工质温度为模型输出，优化所述初始RBF神经网络模型，得到目标RBF神经网络模型； 利用所述目标RBF神经网络模型进行工质热力性质的计算； 其中，优化所述初始RBF神经网络模型具体包括： 按照预设比例将所述工质热力参数样本数据分为训练集、测试集和验证集； 利用所述训练集对所述初始RBF神经网络模型进行训练； 利用所述测试集对训练通过的RBF神经网络模型进行测试； 利用所述验证集对测试通过的RBF神经网络模型进行验证，得到验证通过的RBF神经网络模型，即目标RBF神经网络模型； 其中，利用所述训练集对所述初始RBF神经网络模型进行训练，具体包括： 以所述训练集中的所述燃空比和所述工质焓值或所述工质熵值为模型输入，对应的所述工质温度为模型输出训练所述初始RBF神经网络模型； 计算当前迭代后的RBF神经网络模型的第一均方根误差，并判断所述第一均方根误差是否小于等于第一预设值，得到第一判断结果； 若所述第一判断结果为是，则得到所述训练通过的RBF神经网络模型； 若所述第一判断结果为否，则令当前所述迭代后的RBF神经网络模型为所述初始RBF神经网络模型，并返回步骤“以所述训练集中的所述燃空比和所述工质焓值或所述工质熵值为模型输入，对应的所述工质温度为模型输出训练所述初始RBF神经网络模型”，直至所述第一均方根误差小于等于所述第一预设值； 其中，利用所述测试集对训练通过的RBF神经网络模型进行测试，具体包括： 将所述测试集中的所述燃空比和所述工质焓值或所述工质熵值输入到所述训练通过的RBF神经网络模型中，输出工质温度测试值； 根据所述工质温度测试值和工质温度实际值计算当前测试迭代后的RBF神经网络模型的第二均方根误差，并判断所述第二均方根误差是否小于等于第二预设值，得到第二判断结果； 若所述第二判断结果为是，则得到所述测试通过的RBF神经网络模型，并记录所述测试通过的RBF神经网络模型的传播速度； 若所述第二判断结果为否，则令当前所述迭代后的RBF神经网络模型的传播速度加预设值，得到测试优化的RBF神经网络模型，令所述测试优化的RBF神经网络模型为所述训练通过的RBF神经网络模型，并返回步骤“将所述测试集中的所述燃空比和所述工质焓值或所述工质熵值输入到所述训练通过的RBF神经网络模型中，输出工质温度测试值”，直至所述第二均方根误差小于等于所述第二预设值； 其中，利用所述验证集对测试通过的RBF神经网络模型进行验证，具体包括： 将所述验证集中的所述燃空比和所述工质焓值或所述工质熵值输入到所述测试通过的RBF神经网络模型中，输出工质温度验证值； 根据所述工质温度验证值和工质温度实际值计算当前验证迭代后的RBF神经网络模型的第三均方根误差，并判断所述第三均方根误差是否小于等于第二预设值，得到第三判断结果； 若所述第三判断结果为是，则得到所述验证通过的RBF神经网络模型，即所述目标RBF神经网络模型； 若所述第三判断结果为否，则令所述测试通过的RBF神经网络模型的传播速度为所述初始传播速度，并返回步骤“以所述训练集中的所述燃空比和所述工质焓值或所述工质熵值为模型输入，对应的所述工质温度为模型输出训练所述初始RBF神经网络模型”，直至所述第三均方根误差小于等于所述第二预设值。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145号；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”。