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！

龙图腾网恭喜中国大唐集团科学技术研究院有限公司西北电力试验研究院;中国大唐集团科学技术研究总院有限公司申请的专利一种除尘系统入口烟尘浓度智能预测与控制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：CN114492727B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202111516885.7，技术领域涉及：G06N3/048；该发明授权一种除尘系统入口烟尘浓度智能预测与控制方法是由郭静娟;袁园;马强;何新权;康秦豪;孙若晨;张双平设计研发完成，并于2021-12-13向国家知识产权局提交的专利申请。

本一种除尘系统入口烟尘浓度智能预测与控制方法在说明书摘要公布了：本发明公开了除尘系统技术领域的一种除尘系统入口烟尘浓度智能预测与控制方法，包括以下步骤：S1：建立SA‑RBF混合神经网络模型预测器的训练样本N组；S2：通过粒子群参数寻优算法优化RBF混合神经网络隐层神经元个数，选择神经网络的参数，并初始化神经网络权值；S3：用DPSO训练算法对预测模型和控制器进行训练，得到神经网络权值参数；S4：确定系统的滞后时间，根据输入参数和实际输出参数作为控制器的初值，并计算预测误差，通过误差调整控制器参数；S5：计算神经网络预测模型的输出，将所得预测输出作为控制输出作用于被控制对象，实现了不同工况下除尘器入口烟尘浓度精确预测和运行参数优化，提升系统运行的可靠性和经济性。

本发明授权一种除尘系统入口烟尘浓度智能预测与控制方法在权利要求书中公布了：1.一种除尘系统入口烟尘浓度智能预测与控制方法，其特征在于：包括以下步骤：S1：建立SA-RBF混合神经网络模型预测器的训练样本N组；S2：通过粒子群参数寻优算法优化RBF混合神经网络隐层神经元个数，选择神经网络的参数，并初始化神经网络权值；S3：用DPSO训练算法对SA-RBF混合神经网络模型预测器的预测模型和控制器进行训练，得到神经网络权值参数；S4：确定系统的滞后时间，根据输入参数和实际输出参数作为控制器的初值，并计算预测误差，通过误差调整控制器参数；S5：计算建立的烟尘浓度智能SOA-SOFNN预测模型的输出，得到控制对象未来时刻的预测输出，将所得预测输出作为控制输出作用于被控制对象；所述S3中DPSO训练算法对于每组训练样本集X中的每一个样本Xi，将除Xi之外的训练样本进行训练得到模型Mi；采用排序提升方法并利用模型Mi计算样本Xi的梯度估计；利用新模型重新对样本Xi打分，形成一个弱学习器；对所有弱学习器进行加权处理，获得最终的强分类器；所述S4中，基于提取的输入参数，燃煤机组锅炉烟尘形成的相关运行数据连续30d进行采集分析，每分钟采集1次，将各燃烧器输入的的机组负荷、主蒸汽流量、总风量、总给煤量、一次风机阀门开度、二次风机阀门开度A～E磨给煤量和A～E磨二次风开度整理作为SOA-SOFNN预测模型的输入参数，同时对各时刻点对应测量的烟尘浓度作为输出参量进行模型训练。

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大唐集团科学技术研究院有限公司西北电力试验研究院;中国大唐集团科学技术研究总院有限公司，其通讯地址为：710018 陕西省西安市经济技术开发区凤城七路155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”。