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！

龙图腾网恭喜中国矿业大学申请的专利试验-理论-数据混合驱动的煤与瓦斯突出智能预警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：CN119129408B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202411234338.3，技术领域涉及：G06F30/27；该发明授权试验-理论-数据混合驱动的煤与瓦斯突出智能预警方法是由张超林;陈佳伟;王恩元;李忠辉;刘晓斐;王金鑫;刘玉冰;殷山;刘泉霖;李运富设计研发完成，并于2024-09-04向国家知识产权局提交的专利申请。

本试验-理论-数据混合驱动的煤与瓦斯突出智能预警方法在说明书摘要公布了：本发明公开了试验‑理论‑数据混合驱动的煤与瓦斯突出智能预警方法，包括：构建试验‑理论‑数据混合驱动模型；基于试验‑理论‑数据混合驱动模型，构建数字孪生虚拟模型；利用数字孪生虚拟模型实时推演和反馈井下场景和数据，对数据进行预处理，构建深度学习组合模型，将预处理后的数据输入深度学习组合模型，提取并赋权孪生数据特征，输出预测数据；构建阈值法、动态趋势法、综合评判法结合的多参数综合判断准则，利用判断准则对预测数据和现场因素进行区分，确定突出风险预警等级，完成煤与瓦斯突出的智能预警。本发明充分利用现有试验研究，充分挖掘煤与瓦斯突出理论特征和数据关联，提高预警的准确性和适用性。

本发明授权试验-理论-数据混合驱动的煤与瓦斯突出智能预警方法在权利要求书中公布了：1.试验-理论-数据混合驱动的煤与瓦斯突出智能预警方法，其特征在于，包括：构建试验-理论-数据混合驱动模型；基于所述试验-理论-数据混合驱动模型，构建数字孪生虚拟模型，所述数字孪生虚拟模型的物理实体包括井下生产人员、掘进设备、生产环境、生产过程；虚拟模型是映射的基础，对井下场景进行数字化描述，收集历史数据、实时数据及运行状态；利用所述数字孪生虚拟模型实时推演和反馈井下场景和数据，对所述数据进行预处理，构建深度学习组合模型，将预处理后的数据输入所述深度学习组合模型，提取并赋权孪生数据特征，输出预测数据，所述深度学习组合模型为卷积神经网络、双向长短期记忆神经网络、自注意力机制组合的深度学习模型；构建阈值法、动态趋势法、综合评判法结合的多参数综合判断准则，利用所述判断准则对所述预测数据和现场因素进行区分，确定突出风险预警等级，完成煤与瓦斯突出的智能预警；构建试验-理论-数据混合驱动模型包括：根据井下现场实际开采情况，确定试验相似比，开展煤与瓦斯突出物理模拟试验；结合现有突出相关理论和试验结果，分析突出全过程中多参数关联规律，构建突出综合理论模型；收集井下现场多源异构数据，组成井下实时时空感知信息；结合煤与瓦斯突出物理模拟试验、突出综合理论模型和井下实时时空感知信息，构建试验-理论-数据混合驱动模型；基于所述试验-理论-数据混合驱动模型，构建数字孪生虚拟模型包括：利用现场和试验参数，设置数字孪生模型的参数；利用现场多源异构数据进行模型的数值模拟分析，生成各现场参数的虚拟化表示，构建数字虚拟模型，结合现场监测数据的变化进行实时更新；结合突出综合理论模型内容，包括井下生产过程变化和不同因素间的作用原理，建立所述数字虚拟模型与实时感知信息之间的虚实交互机制，完成数字孪生虚拟模型的构建；将预处理后的数据输入所述深度学习组合模型，提取并赋权孪生数据特征，输出各类预测数据包括：将预处理后的数据输入所述深度学习组合模型，利用卷积神经网络对数据进行降维和提取局部特征参数值，利用双向长短期记忆神经网络提取数据的时序特征参数值，采用自注意力机制分析数据的特征参数值并划分权重比例，通过所述深度学习组合模型输出各类预测数据。

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国矿业大学，其通讯地址为：221116 江苏省徐州市大学路1号中国矿业大学；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”。