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！

龙图腾网获悉湖南大学申请的专利一种基于深度学习的阀冷系统主水路状态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：CN118780198B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202410783502.X，技术领域涉及：G06F30/28；该发明授权一种基于深度学习的阀冷系统主水路状态预测方法是由高兵;黄晨浩;黄驰;王帅;赵新喆;杨文虎;徐修贤;李湖胜;彭超毅;吴泽伟设计研发完成，并于2024-06-18向国家知识产权局提交的专利申请。

本一种基于深度学习的阀冷系统主水路状态预测方法在说明书摘要公布了：本发明公开了一种基于深度学习的阀冷系统主水路状态预测方法，本发明方法包括搭建阀冷系统主水路的电‑流‑热‑传质多物理场耦合仿真模型；以仿真数据驱动深度学习算法训练得到深度学习的阀冷系统主水路数据预测模型；利用所得数据预测模型实现大规模数据获取，基于变量控制方法筛选关键状态量；基于深度学习模型提出阀冷系统主水路状态评估方法，并通过自适应神经模糊系统实现全自动状态划分。本发明能够仿真模拟阀冷系统主水路多物理场耦合条件下各关键参数的分布情况，并通过深度学习算法将仿真模型降维，实现阀冷系统主水路状态预测高速化，并通过提出的状态评估准则判断阀冷系统主水路的工作状态。

本发明授权一种基于深度学习的阀冷系统主水路状态预测方法在权利要求书中公布了：1.一种基于深度学习的阀冷系统主水路状态预测方法，其特征在于：包括以下步骤： S1.搭建阀冷系统主水路多物理场耦合仿真模型，并定义材料参数； S2.对仿真模型进行训练，得到深度学习的阀冷系统水路数据预测模型； S3.对预测模型，采用基于变量控制方法筛选关键状态量； S4.根据得到的关键状态量，提出主水路状态评估方法，以自适应神经模糊系统实现全自动状态划分； 所述S4中水路状态的主要评估值为电压，定义电压畸变率ΔUi来表征电极结垢后主水路电压分布的变化趋势： 其中，Ui-初始表示初始无垢层时各电极上的电位，Ui-结垢为运行一段时间后各电极结垢后的电位； 电极处的电压畸变也意味着电极周围水管壁内外出现电压差，结合主水路橡胶水管击穿特性数据与对应电极处初始电位大小，得到均压能力完全失衡时的电压畸变率数值Ui-F,相应电极处均压能力失效率fi定义为： 在此基础上，定义主水路整体均压能力失效率f： 基于主水路均压能力失效率f设置阀冷系统主水路健康状态划分标准将主水路状态划分为四个等级，其中： 当0≤f≤0.2时，为健康状态； 当0.2＜f≤0.6时，为中度状态； 当0.6＜f≤1时，为重度状态； 当f＞1时，为故障状态。

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湖南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路28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”。

以上内容由龙图腾AI智能生成。