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！

龙图腾网获悉成都信息工程大学申请的专利融合机器学习的天然气管网能量输差计算系统的构建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：CN118627381B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202410752266.5，技术领域涉及：G06F30/27；该发明授权融合机器学习的天然气管网能量输差计算系统的构建方法是由李克;黄九洲;刘鹏;刘力源;罗欢;王锦鑫设计研发完成，并于2024-06-12向国家知识产权局提交的专利申请。

本融合机器学习的天然气管网能量输差计算系统的构建方法在说明书摘要公布了：本发明提出了一种融合机器学习的天然气管网能量输差计算系统的构建方法，本能量输差计算系统包括源数据库单元、预测单元和优化单元；源数据库单元包括传感器数据源模块和其他数据模块；预测单元包括充足样本预测模块和小样本预测模块；优化单元包括实测数据模块和贝叶斯参数更新模块。主要包括以下步骤：确定能量输差影响因素构建基础数据库；聚类处理建立天然气管网能量输差机器学习回归预测模型；实时输入所需预测管段的实时传感器数据进行能量输差预测；构建优化数据库并更新机器学习模型中输入参数的权重。本发明对避免了传统方法对于人工经验的严重依赖性，计算流程简单耗时短；解决了管道运输领域的小样本问题，提高了模型的泛化性能。

本发明授权融合机器学习的天然气管网能量输差计算系统的构建方法在权利要求书中公布了：1.一种融合机器学习的天然气管网能量输差计算系统的构建方法，其特征在于：本能量输差计算系统包括三个单元：源数据库单元、预测单元和优化单元；所述源数据库单元包括传感器数据源模块和其他数据模块；所述预测单元包括充足样本预测模块和小样本预测模块；所述优化单元包括实测数据模块和贝叶斯参数更新模块；融合机器学习的天然气管网能量输差计算系统的构建流程，主要包括以下步骤：步骤一：确定能量输差影响因素，源数据库单元收集各类工程案例中天然气管网的能量输差历史数据，构建基础数据库；步骤二：预测单元对基础数据划分先进行聚类处理，分为小样本和充足样本子数据集，然后对两个子集分别划分训练集和测试集，利用训练集建立天然气管网能量输差机器学习回归预测模型；步骤二中的机器学习回归预测模型包括充足样本机器学习预测模型和小样本机器学习预测模型；步骤三：实时输入所需预测管段的实时传感器数据和其他工作数据，利用步骤二中训练好的模型进行能量输差预测；所述步骤三中预测未知管段的能量输差时，需要先根据待预测输入特征与基础数据集中特征的相似性分析，判断待预测问题属于小样本还是充足样本问题；确定分类后，输入待预测样本的特征集，利用对应的机器学习回归预测模型即可得到当前的能量输差预测值；步骤四：优化单元中的实测数据模块收集每次能量输差检测时的实际数据，以与预测结果的误差为判断依据，通过贝叶斯参数更新模块保留误差在10％以下的真实样本数据并构建优化数据库；基于优化数据库中的样本与预测结果的对比定义粒子滤波中各粒子权重，并更新机器学习回归预测模型中输入参数的权重，使得误差率进一步降低。

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成都信息工程大学，其通讯地址为：610225 四川省成都市西南航空港经济开发区学府路1段24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”。