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！

龙图腾网恭喜中南大学申请的专利铝电解槽过热度识别方法、系统、设备及介质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：CN114021654B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202111304126.4，技术领域涉及：G06F18/2415；该发明授权铝电解槽过热度识别方法、系统、设备及介质是由陈晓方;林清扬;谢世文;岑丽辉;谢永芳设计研发完成，并于2021-11-05向国家知识产权局提交的专利申请。

本铝电解槽过热度识别方法、系统、设备及介质在说明书摘要公布了：本公开实施例中提供了一种铝电解槽过热度识别方法、系统、设备及介质，属于数据处理技术领域，具体包括：选取多种类型的生产数据作为样本数据集；添加标签并进行同构化处理，得到训练集和验证集；构建基于自注意力机制的初始识别模型；利用编码‑解码方法和样本数据集对初始识别模型进行预训练，完成初始化；根据训练集和验证集的加权交叉熵损失训练初始化后的初始识别模型，得到目标识别模型；采集当前时段的生产数据进行同构化处理后输入目标识别模型，得到识别结果。通过本公开的方案，构建基于自注意力机制的初始识别模型，并进行无监督预训练以及使用加权交叉熵损失函数以降低分类模型的有偏性，提高了识别的适应性、识别效率和精准度。

本发明授权铝电解槽过热度识别方法、系统、设备及介质在权利要求书中公布了：1.一种铝电解槽过热度识别方法，其特征在于，包括：从铝电解生产数据集中选取多种类型的生产数据作为样本数据集，其中，所述样本数据集的类型包括生产过程中在线实时获得的监测属性值、生产过程中人工离线化验获得的化验属性值、生产过程中的生产操作至当前时刻的时间值和生产过程中生产状态的8Bit状态值；对所述样本数据集添加标签并进行同构化处理，得到训练集和验证集；所述对所述样本数据集添加标签并进行同构化处理，得到训练集和验证集的步骤，包括：对所述样本数据集添加标签，并将不同类型的生产数据转换为表现形式和采样频率相同的时间序列数据集合；所述对所述样本数据集添加标签，并将不同类型的生产数据转换为表现形式和采样频率相同的时间序列数据集合的步骤，包括：对于数据类型其中T1＝720，对T1维度上对输入数据进行一维卷积，其中卷积核大小为3，步长为1，扩充为1，过程表示为：X1_emb＝X1*Wconv其中*表示卷积操作；对于数据类型其中T2＝1，通过线性变换将其映射到另一个向量空间，并将其沿着时间采样点数维度复制Temb次，过程表示为： 其中Broadcast表示沿时间维的复制操作；对于数据类型其中T3＝720，对于每个属性维度的至今时间值向量其中d∈[1,D3],采用固定的位置嵌入，将离散的时间值映射到固定的向量空间； 将所有属性维度的位置嵌入相加，得到： 对于数据类型其中T4＝720，对于每个属性维度的8bit状态值向量将每一个8bit状态值映射到一个实值向量空间，过程表示为： 结合上述公式对铝电解生产过程中不同类型的生产数据进行同构化处理，得到统一的时间序列表示为： 将所述时间序列数据集合划分为所述训练集和所述验证集；构建基于自注意力机制的初始识别模型；所述构建基于自注意力机制的初始识别模型的步骤，包括：采用卷积神经网络形成残差卷积层，以及，采用多头自注意力机制形成自注意力层；将所述残差卷积层和所述自注意力层形成所述自注意力模型；将多个堆叠的自注意力模块与一个softmax分类器形成所述初始识别模型；利用编码-解码方法和所述样本数据集对所述初始识别模型进行预训练，完成初始化；根据所述训练集和所述验证集的加权交叉熵损失训练初始化后的所述初始识别模型，得到目标识别模型；采集当前时段的生产数据进行同构化处理后输入所述目标识别模型，得到识别结果。

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南大学，其通讯地址为：410000 湖南省长沙市岳麓区麓山南路932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”。