龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：北京理工大学;清华大学合肥公共安全研究院
摘要：本发明涉及地下空间可燃气体预测技术领域，具体涉及一种基于沼气周期性变化特征的甲烷浓度预测模型与方法，构建方法，包括以下步骤：S1建立基于XGBoost算法的沼气甲烷浓度的初级预测模型；S2收集沼气中甲烷浓度监测数据，采用线性插值和滑动窗口技术对初级预测模型的训练数据结构进行优化，确定最佳采样间隔和最佳滑动窗口长度；S3对沼气中甲烷浓度监测数据进行傅里叶变换，得到沼气中甲烷浓度变化周期；S4确定周期后利用傅里叶级数拟合各周期变化趋势，构建融合了周期性特征的周期性预测模型；S5结合遗传算法优化周期权重，建立最优沼气甲烷预测模型，本申请构建了全新的甲烷浓度预测模型，预测结果较准确。
主权项：1.一种基于沼气周期性变化特征的甲烷浓度预测模型的构建方法，其特征在于，包括以下步骤：S1.建立基于XGBoost算法的沼气甲烷浓度的初级预测模型；S2.收集沼气中甲烷浓度监测数据，采用线性插值和滑动窗口技术对初级预测模型的训练数据结构进行优化，确定最佳采样间隔和最佳滑动窗口长度；S3.对沼气中甲烷浓度监测数据进行傅里叶变换，得到沼气中甲烷浓度变化周期；S4.确定周期后利用傅里叶级数拟合各周期变化趋势，得到周期变化矢量，从而对甲烷浓度周期进行修正，构建融合了周期性特征的周期性预测模型；S5.结合遗传算法优化周期权重，确定最优权重，建立最优沼气甲烷预测模型。
全文数据：
权利要求：
百度查询： 北京理工大学 清华大学合肥公共安全研究院 一种基于沼气周期性变化特征的甲烷浓度预测模型与方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号