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！

龙图腾网获悉中煤科工集团信息技术有限公司申请的专利煤矿压力预测模型的训练方法及煤矿压力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：CN120744850B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202511248104.9，技术领域涉及：G06F18/25；该发明授权煤矿压力预测模型的训练方法及煤矿压力预测方法是由李冠琛;高原;康浪涛;许鸿于;许洁;姚宣丞;张聪尧;姬翼丰设计研发完成，并于2025-09-03向国家知识产权局提交的专利申请。

本煤矿压力预测模型的训练方法及煤矿压力预测方法在说明书摘要公布了：本申请提出一种煤矿压力预测模型的训练方法及煤矿压力预测方法，其中，煤矿压力预测模型的训练方法包括：获取煤矿场景数据库中目标时间段内的样本煤矿检测数据；将样本煤矿检测数据输入煤矿压力预测模型中，由处理层根据样本煤矿检测数据生成传感器之间的动态邻接矩阵；将动态邻接矩阵和样本煤矿检测数据输入卷积层进行卷积处理，得到空间特征信息；通过编码层对样本煤矿检测数据进行编码和时间特征提取，得到时间特征信息；将空间特征信息和时间特征信息进行融合得到融合特征，并根据融合特征得到矿压预测结果，以对煤矿压力预测模型进行训练，得到预训练的煤矿压力预测模型，提高模型预测精度。

本发明授权煤矿压力预测模型的训练方法及煤矿压力预测方法在权利要求书中公布了：1.一种煤矿压力预测模型的训练方法，其特征在于，所述方法包括： 获取煤矿场景数据库中目标时间段内的样本煤矿检测数据； 将所述样本煤矿检测数据输入煤矿压力预测模型中，由所述煤矿压力预测模型的处理层根据所述样本煤矿检测数据，生成传感器之间的动态邻接矩阵； 将所述动态邻接矩阵和所述样本煤矿检测数据输入卷积层进行卷积处理，得到空间特征信息； 通过编码层对所述样本煤矿检测数据进行编码和时间特征提取，得到时间特征信息； 将所述空间特征信息和所述时间特征信息输入融合层进行融合处理，得到融合特征，并根据所述融合特征得到矿压预测结果； 根据所述矿压预测结果和实际结果对所述煤矿压力预测模型进行训练，得到预训练的煤矿压力预测模型； 其中，所述由所述煤矿压力预测模型的处理层根据所述样本煤矿检测数据，生成传感器之间的动态邻接矩阵，包括： 根据所述样本煤矿检测数据，确定每两个传感器之间的联合概率密度和每个传感器的边缘概率密度； 基于所述联合概率密度和所述边缘概率密度，确定对应两个传感器之间的互信息； 以所述互信息确定对应两个传感器之间的边权重，基于所有传感器之间对应的所述边权重作为矩阵元素，得到所述动态邻接矩阵； 所述将所述空间特征信息和所述时间特征信息输入融合层进行融合处理，得到融合特征，包括： 根据所述空间特征信息、所述时间特征信息和第一参数矩阵集合，确定第一向量集合，所述第一参数矩阵集合中包括可学习的第一查询Query权重矩阵、第一键Key权重矩阵和第一值Value权重矩阵，所述第一向量集合中包括第一Query向量、第一Key向量和第一Value向量； 根据所述空间特征信息、所述时间特征信息和第二参数矩阵集合，确定第二向量集合，所述第二参数矩阵集合包括可学习的第二Query权重矩阵、第二Key权重矩阵和第二Value权重矩阵，所述第二向量集合中包括第二Query向量、第二Key向量和第二Value向量； 根据所述第一向量集合和所述第二向量集合，分别确定第一注意力矩阵和第二注意力矩阵； 根据所述第一注意力矩阵与所述第一Value向量，确定第一特征信息； 根据所述第二注意力矩阵与所述第二Value向量，确定第二特征信息； 获取当前采样时刻的工况参数向量，工况参数至少包括：地质参数、开采工艺参数和环境参数； 基于全连接层根据所述工况参数向量生成融合权重； 基于所述融合权重对所述第一特征信息和所述第二特征信息进行加权融合，得到融合特征。

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煤科工集团信息技术有限公司，其通讯地址为：710054 陕西省西安市碑林区雁塔北路52号煤研大厦10层；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。