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！

龙图腾网获悉山东科技大学申请的专利一种基于RLS的NOx浓度预测集成模型在线更新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：CN121479712B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610025409.1，技术领域涉及：G06F18/25；该发明授权一种基于RLS的NOx浓度预测集成模型在线更新方法是由隋思湉;宋宜庭;万炳岐;刘明耀;贺凯迅;朱延正设计研发完成，并于2026-01-09向国家知识产权局提交的专利申请。

本一种基于RLS的NOx浓度预测集成模型在线更新方法在说明书摘要公布了：本发明公开了一种基于RLS的NOx浓度预测集成模型在线更新方法，属于工业过程污染控制与预测建模技术领域。该方法包括训练阶段与在线更新阶段。在训练阶段，进行变量时间延迟估计与重构，并采用Markov‑LHS‑MOGA方法优选训练样本；并行训练随机森林、门控循环单元和一维卷积神经网络三个基学习器；基于验证集预测结果，离线初始化RLS融合器参数。在线更新阶段，实时数据输入基学习器得到预测向量，经RLS融合器输出最终预测值；当带延迟的真实值到达后，利用RLS算法动态更新融合器权重，实现模型在线自适应。本发明有效解决了静态模型工况适应性差、预测精度随工况漂移下降的问题，显著提升了NOx浓度预测的实时性、准确性及长期稳定性，为优化喷氨控制提供了可靠依据。

本发明授权一种基于RLS的NOx浓度预测集成模型在线更新方法在权利要求书中公布了：1.一种基于RLS的NOx浓度预测集成模型在线更新方法，其特征在于，包括训练阶段以及在线集成预测与模型更新阶段；其中， 所述训练阶段包括以下步骤； S1.数据采集； 采集燃煤电厂的实时运行数据，所述数据包括多个辅助变量和目标变量NOx浓度； S2.数据预处理； 对采集到的原始数据进行预处理，包括基于最大信息系数对所述辅助变量进行时间延迟估计与序列重构，并采用Markov-LHS-MOGA方法对预处理后的数据进行样本优选，以获取训练集和验证集； S3.基学习器模型训练； 使用所述训练集并行训练三个基学习器模型，分别为随机森林模型、门控循环单元模型和一维卷积神经网络模型； S4.模型验证； 通过所述验证集对训练后的基学习器模型进行辅助验证； S5.RLS融合器初始化； 采用Blending策略，获取所述三个基学习器模型对验证集的预测输出结果，以此作为输入数据，对应的真实NOx浓度值作为输出数据，训练RLS融合器模型，完成参数的离线初始化； 所述在线集成预测与模型更新阶段包括以下步骤； S6.实时预测； 将实时采集的辅助变量数据输入至训练完成的三个基学习器模型，分别得到各模型的预测值，并组合成预测向量； S7.集成输出； 将所述预测向量输入至已初始化的RLS融合器中，计算并输出当前时刻的NOx浓度集成预测值； S8.在线更新； 当带有时间延迟的真实NOx浓度测量值到达后，计算当前时刻的预测残差，并基于该残差和所述预测向量，利用RLS算法在线更新所述融合器的权重参数，实现模型的自适应更新。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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。