诺文科风机(北京)有限公司李宏业获国家专利权
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！
龙图腾网获悉诺文科风机(北京)有限公司申请的专利基于深度学习的大型风机风量实时动态补偿测量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：CN120597777B 。
龙图腾网通过国家知识产权局官网在2025-12-02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：202511093487.7，技术领域涉及：G06F30/28；该发明授权基于深度学习的大型风机风量实时动态补偿测量方法及系统是由李宏业;陈睿;李雨点;赵晓曦;席梦博;徐浩宇设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。
本基于深度学习的大型风机风量实时动态补偿测量方法及系统在说明书摘要公布了：本发明公开了基于深度学习的大型风机风量实时动态补偿测量方法及系统，包括：S1：通过预设多类型传感器实时采集大型风机的风机初始数据；S2：通过工业物联网边缘节点对风机初始数据进行优化同步对齐，获得带有工况标签的多维时序数据矩阵；S3：基于多维时序数据矩阵，通过一个改进CNN‑LSTM混合网络，生成包含涡流抑制系数的动态补偿特征；S4：基于动态补偿特征通过自适应增强集成学习框架解码出最佳动态补偿风量，基于最佳动态补偿风量触发PID控制器实现风量动态补偿测量，对于风机风量这种受多种因素影响且具有一定复杂性的数据，能够实现更精确的预测。
本发明授权基于深度学习的大型风机风量实时动态补偿测量方法及系统在权利要求书中公布了：1.基于深度学习的大型风机风量实时动态补偿测量方法，其特征在于，包括： S1：通过预设多类型传感器实时采集大型风机的风机初始数据； S2：通过工业物联网边缘节点对风机初始数据进行优化同步对齐，获得带有工况标签的多维时序数据矩阵； S3：基于多维时序数据矩阵，通过一个改进CNN-LSTM混合网络，生成包含涡流抑制系数的动态补偿特征； 改进CNN-LSTM混合网络通过在原始CNN-LSTM混合网络中嵌入基于N-S流体力学方程构建的物理约束层，使CNN-LSTM混合网络输出符合流体动力学规律的动态补偿特征实现； S4：基于动态补偿特征通过自适应增强集成学习框架解码出最佳动态补偿风量，基于最佳动态补偿风量触发PID控制器实现风量动态补偿测量。
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诺文科风机(北京)有限公司，其通讯地址为：101204 北京市平谷区中关村科技园区平谷园马坊工业园2区1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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励