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！

龙图腾网恭喜北京科技大学;贵阳铝镁设计研究院有限公司申请的专利一种大型铝电解槽全局阳极效应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：CN115101136B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202210608390.5，技术领域涉及：G16C20/10；该发明授权一种大型铝电解槽全局阳极效应预测方法是由李擎;崔家瑞;王超;黄若愚;杨旭;曹斌;阎群;路辉;李香泉;颜非亚设计研发完成，并于2022-05-31向国家知识产权局提交的专利申请。

本一种大型铝电解槽全局阳极效应预测方法在说明书摘要公布了：本发明提供一种大型铝电解槽全局阳极效应预测方法，属于铝电解技术领域。所述方法包括：使用极限梯度提升机对阳极效应预测的相关特征进行重要性排序，选取重要性高的特征构建数据集；构建包含基于因果扩张卷积的卷积神经网络和长短期记忆层的全局阳极效应预测模型；利用构建的数据集训练全局阳极效应预测模型，其中，在训练过程中，利用卷积神经网络提取选取的多个特征中与阳极效应相关的潜在信息，利用长短期记忆层对得到的潜在信息进行学习，得到全局阳极效应发生概率；利用训练好的全局阳极效应预测模型预测第二天铝电解槽发生全局阳极效应的发生概率。采用本发明，能够有效捕捉阳极效应相关的潜在信息，从而提高全局阳极效应的预测精度。

本发明授权一种大型铝电解槽全局阳极效应预测方法在权利要求书中公布了：1.一种大型铝电解槽全局阳极效应预测方法，其特征在于，包括：使用极限梯度提升机对阳极效应预测的相关特征进行重要性排序，选取重要性高的特征构建数据集；构建包含基于因果扩张卷积的卷积神经网络和长短期记忆层的全局阳极效应预测模型；利用构建的数据集训练全局阳极效应预测模型，其中，在训练过程中，利用卷积神经网络提取选取的多个特征中与阳极效应相关的潜在信息，利用长短期记忆层对得到的潜在信息进行学习，得到全局阳极效应发生概率；利用训练好的全局阳极效应预测模型预测第二天铝电解槽发生全局阳极效应的发生概率；其中，极限梯度提升机进行特征重要性选取是通过贪心算法寻找特征最佳分割点进行实现，特征被分割的次数决定特征对于训练模型的增益，特征的平均增益越大，特征的重要性越高；其中，所述全局阳极效应预测模型包括：多个卷积神经网络；每个卷积神经网络包括：第一因果扩张卷积、第一最大值池化层、第二因果扩张卷积、第二最大值池化层和扁平化处理；其中，第一因果扩张卷积，用于提取局部特征；第二因果扩张卷积，用于提取全局特征；所述利用卷积神经网络提取选取的多个特征中与阳极效应相关的潜在信息包括：对于每个输入特征的时间序列使用单独的卷积神经网络进行处理，在卷积神经网络中，通过第一因果扩张卷积、第一最大值池化层、第二因果扩张卷积、第二最大值池化层和扁平化处理对输入的特征时间序列依次进行处理，得到与阳极效应相关的扁平化潜在信息矩阵；其中，每个因果扩张卷积包括：输入层、多个隐含层和输出层；其中，对隐含层进行扩张卷积计算；每个因果扩张卷积将当前输入值与前一时刻输入值作为隐含层输入，其卷积计算只与当前输入与历史输入相关；其中，所述长短期记忆层包括：第一长短期记忆神经网络、第一神经网络单元丢弃层、第二长短期记忆神经网络、第二神经网络单元丢弃层和全连接层；其中，第一长短期记忆神经网络、第一神经网络单元丢弃层、第二长短期记忆神经网络、第二神经网络单元丢弃层和全连接层依次相连；其中，所述利用长短期记忆层对得到的潜在信息进行学习，得到全局阳极效应发生概率包括：将卷积神经网络输出的扁平化潜在信息矩阵作为长短期记忆层的输入，经由两次长短期记忆神经网络、神经网络单元丢弃层学习后，将得到的单维度数据输入至全连接层中，输出全局阳极效应发生概率。

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北京科技大学;贵阳铝镁设计研究院有限公司，其通讯地址为：100083 北京市海淀区学院路30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”。