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！

龙图腾网获悉葛洲坝宜城水泥有限公司申请的专利一种基于大数据的智能减排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：CN119203733B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202411222372.9，技术领域涉及：G06F30/27；该发明授权一种基于大数据的智能减排方法及系统是由胡梦楠;高先梨;伍小成;李有材;尹作为;胡志强;陈勇;李兵;郑茂盛;张琨设计研发完成，并于2024-09-02向国家知识产权局提交的专利申请。

本一种基于大数据的智能减排方法及系统在说明书摘要公布了：本发明涉及水泥工业生产控制技术领域，具体涉及一种基于大数据的智能减排方法及系统；其方法包括：分别构建污染气体浓度模型以及燃料利用热效率模型；构建多目标函数；采用改进的多目标混合遗传粒子群算法对多目标函数进行优化求解，得出最优解集；构建生料煅烧温度预测模型；根据所述最优解集以及所述生料煅烧温度预测模型建立控制目标函数，获取控制目标函数最小值时对应的最优温度；将实时采集的水泥生产过程中的参数数据输入所述生料煅烧温度预测模型，得到预测温度值，计算预测温度值与对应的最优温度的误差，通过反馈校正将误差输入到下一时刻的最优温度。即本发明的方案能够通过对水泥生产过程中的温度的准确控制，达到智能减排的目的。

本发明授权一种基于大数据的智能减排方法及系统在权利要求书中公布了：1.一种基于大数据的智能减排方法，其特征在于，包括： 获取当前时间段内水泥生产过程中的参数数据；其中参数数据包括但不限于煅烧温度、氧气含量、二次风风温以及回转窑转速； 将参数数据输入预先构建的生料煅烧温度预测模型，得到预测温度值； 计算预测温度值与预先获取的最优温度的误差，通过反馈校正将误差输入到下一时间段的最优温度，进行水泥生产过程中的温度控制； 其中，所述最优温度的获取过程为： 利用水泥生产过程中的历史参数数据，分别构建污染气体浓度模型以及燃料利用热效率模型； 根据污染气体浓度模型和燃料利用热效率模型构建多目标函数；步骤1，设定粒子群与遗传混合算法的关键参数，包括最大迭代次数、变异概率、交叉概率、粒子群大小和种群的大小；令种群中的每个粒子代表一个数据样本，其中数据样本包括热效率，污染气体浓度，煅烧温度，氧气含量、燃料的输入总量、燃料比例、燃烧时间，二次风风温，回转窑转速；初始化种群中粒子的位置、速度、个体极值和群体极值； 步骤2，在空间大小为N的搜索空间中，基于粒子的位置进行划分，产生n个初始子种群，初始子种群大小为； 步骤3，计算每个初始子种群的多目标支配度，对每个初始子种群内的个体分层，并对各个个体进行选择、交叉和变异操作，根据粒子群优化算法的速度和位置更新公式，更新每个个体的速度和位置；并进行多次迭代，若达到最大迭代次数，则寻优结束，输出多次迭代的最优解； 步骤4，选择其中任一个初始子种群与其最近邻的初始子种群，基于最优解判断两初始子种群的多样性匮乏情况，若至少一个初始子种群存在多样性匮乏，则计算两初始子种群内各个体的个体迁移率，响应于所述个体迁移率大于设定阈值，则将对应的个体迁移到另一个初始子种群，得到更新后的两个种群，进而得到所有更新后的种群； 步骤5，对于所有更新后的种群，重复步骤3和步骤4，最终得到由n个种群的最优解组成的最优解集； 个体贡献得分为： 其中，是种群的大小，是种群中的第个个体的解，是种群中的第个个体的解，是和之间的距离，是和之间的多目标支配度，是调节指数衰减速度的参数，是种群中个体间距离的标准差； 所述多目标支配度为： 其中，是第个目标函数的权重，是第个目标函数上相对于的目标支配度贡献，是目标函数值，对于每个目标函数时代表解在目标上优于； 根据所述最优解集以及所述生料煅烧温度预测模型建立控制目标函数，获取控制目标函数最小值时对应的最优温度。

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葛洲坝宜城水泥有限公司，其通讯地址为：441400 湖北省襄阳市宜城市板桥店镇；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”。