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！

龙图腾网获悉中材智能科技(成都)有限公司;中国中材国际工程股份有限公司;浙江昕越数字科技有限公司申请的专利一种基于聚类算法的篦冷机设备参数优化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：CN119758914B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411905065.0，技术领域涉及：G05B19/418；该发明授权一种基于聚类算法的篦冷机设备参数优化方法是由倪健;吕绪康;窦涛;穆加会;刘高尔;褚栋梁;朱学超;徐可心;刘威设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本一种基于聚类算法的篦冷机设备参数优化方法在说明书摘要公布了：本发明涉及篦冷机参数控制技术领域，公开了一种基于聚类算法的篦冷机设备参数优化方法，包括建模阶段，根据篦冷机特点获取两段样本数据，并以此分别训练出两段模型组，采用模型组获得聚类簇；寻优阶段，根据建立的聚类簇获取样本集合，对样本集合进行筛选后获得候选样本，对候选样本进行价值分数评估，得到寻优值；更新阶段，获取周期更新数据，对原始样本集进行替换后对模型进行训练，更新原始模型。本发明可自动实时监测篦冷机工况的变化并给出控制参数的值，减少操作员在篦冷机上的工作量，同时能够解释篦冷机参数调节的原因和数据来源，是结果更有说服力，提高可信度，且有效降低能耗。

本发明授权一种基于聚类算法的篦冷机设备参数优化方法在权利要求书中公布了：1.一种基于聚类算法的篦冷机设备参数优化方法，其特征在于，包括以下步骤， 建模阶段： S11，获取时间序列样本，根据篦冷机特点将时间序列样本划分为一段样本和二段样本，并对应提取样本的多维特征，用于训练篦冷机的工况聚类模型，得到一段模型组和二段模型组； 还包括对时间序列样本数据进行预处理，其预处理包括以下子步骤： S11.1，获取各测点时间序列样本数据的聚类特征，包括各测点的均值μ、标准差σ、最大值和最小值； S11.2，采用z-score方法将各测点的数值归一化，计算表达式为，式中，为原始测点数值，为归一化后的测点数值； S11.3，采用窗口为10，步长为5的滑动窗口获取测点数值的均值； S12，根据各模型组获取历史样本的聚类簇，并计算聚类簇中心作为该聚类簇特征，将样本数据划分至对应的聚类簇中，使模型组持久化； 寻优阶段： S21，判定当前篦冷机控制状态，根据控制状态进入寻优流程； S22，获取各模型组对应的实时工况数据，计算实时工况数据所属聚类簇，根据聚类簇特征获取样本集合；根据设定的过滤模式对样本集合进行筛选，得到候选样本； S23，对候选样本按照评估方式计算其价值分数，选出若干个价值分数最高的样本数据，取其均值作为寻优值送入控制系统； 所述评估方式为按照以下公式计算候选样本的价值分数， 价值分数=二次风温度+三次风温度风机电流均值； 更新阶段： S31，按照设定的周期获取更新数据，形成更新样本，并替换部分样本集合后形成更新集； S32，设定初始聚类中心，将更新集用于初始聚类中心训练至模型收敛，获得更新模型组； S33，将更新模型组用于寻优流程中。

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中材智能科技(成都)有限公司;中国中材国际工程股份有限公司;浙江昕越数字科技有限公司，其通讯地址为：610000 四川省成都市新津区普兴街道平塘东路320号、436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”。

以上内容由龙图腾AI智能生成。