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！

龙图腾网获悉中国科学院沈阳自动化研究所申请的专利基于双偏移片段划分与自适应归一化的工业关键参数长时间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：CN119596870B 。

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：202411723773.2，技术领域涉及：G05B19/418；该发明授权基于双偏移片段划分与自适应归一化的工业关键参数长时间预测方法是由周晓锋;吕长垚;李帅;胡国良;潘福成;史海波设计研发完成，并于2024-11-28向国家知识产权局提交的专利申请。

本基于双偏移片段划分与自适应归一化的工业关键参数长时间预测方法在说明书摘要公布了：本发明针对具有时滞特性的工业过程的优化控制需求，提出了基于双偏移片段划分与自适应归一化的工业关键参数长时间预测方法。预测时，将预处理后的工业数据输入到训练过的模型中，模型首先多频段解耦降噪。然后，将低频和中频分量分别建模分支网络。对低频和中频分量分别进行了基于自适应工况划分的归一化处理。低频分量通过多层感知机进行特征提取，中频分量则采用基于双阶段偏移的片段级建模方法进行特征提取。随后，将两部分特征分别输入多层感知机获得每个分支的预测结果，并在反归一化后相加，最终生成整体预测结果。此外，本发明在采用MAE损失函数的基础上，引入了基于相对位置加权的方向对齐损失函数作为新的一项，以增强模型在训练过程中对特定层的关注度。本发明显著提高了工业关键参数的长时间预测精度，为具有时滞特性的工业过程的优化控制提供了技术支持。

本发明授权基于双偏移片段划分与自适应归一化的工业关键参数长时间预测方法在权利要求书中公布了：1.基于双偏移片段划分与自适应归一化的工业关键参数长时间预测方法，其特征在于，执行如下步骤实现通过历史数据预测目标参数，用于为时滞特性工业过程的优化控制提供支持；方法包括如下步骤： 初始化基于双偏移片段划分与自适应归一化的工业关键参数长时间预测模型，采集历史关键参数数据，并数据预处理后制作训练集；利用训练集数据对初始模型进行迭代训练，通过改进损失函数并计算预测结果与标签之间的误差，反向传播计算梯度，进而更新模型参数以最小化损失，得到理想模型；建立基于双偏移片段划分与自适应归一化的工业关键参数长时间预测模型包括： 1多频段解耦，获取中频和低频分量； 2基于自适应工况划分对低频分量和中频分量分别进行归一化处理； 3对归一化后的中频分量，基于双阶段偏移的划分方法获得语义完整的序列片段并依次输入多层感知机、卷积层和多层感知机中进行片段间、片段内和变量间的特征提取； 4对归一化后的低频分量，采用多层感知机进行特征提取； 5将中频和低频分支提取的特征分别输入两个多层感知机中，获得预测结果，并进行反归一化处理； 6将两个分支的输出结果相加，获得目标参数的长时间预测结果； 在模型训练完成后，采集工业过程待预测目标对应的历史关键参数数据，并对数据进行预处理；输入训练好的理想模型，进行长时间预测。

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科学院沈阳自动化研究所，其通讯地址为：110016 辽宁省沈阳市沈河区南塔街114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。