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电工研究所申请的专利一种固液混合电加热蓄热代理优化方法及系统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：CN121457339B 。

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：202610014991.1，技术领域涉及：G06F30/27；该发明授权一种固液混合电加热蓄热代理优化方法及系统是由任婷;李鑫;肖立业设计研发完成，并于2026-01-07向国家知识产权局提交的专利申请。

本一种固液混合电加热蓄热代理优化方法及系统在说明书摘要公布了：本发明提出一种固液混合电加热蓄热代理优化方法及系统，涉及能源热工与人工智能领域。该方法利用源领域的仿真数据预训练深度神经网络，并冻结隐藏层参数以提取通用的宽度特征。采用弹性网络正则化和改进的交替方向乘子法计算输出权重，在小样本条件下实现对固液混合电加热蓄热装置运行特性的高精度建模与预测。为减少弃风弃光并优化系统性能，采用数据驱动的改进迁移学习代理模型方法。系统包括固液混合电加热蓄热装置，用于快速响应风光波动及长时调峰，涉及多物理场耦合，其运行特性受流体流速、电功率分配等多因素的影响。本发明能够实现在复杂工况下系统运行参数实时优化和控制策略制定，具有较高的工程应用价值。

本发明授权一种固液混合电加热蓄热代理优化方法及系统在权利要求书中公布了：1.一种固液混合电加热蓄热代理优化方法，其特征在于，包括以下步骤： 根据固液混合电加热蓄热系统的电加热蓄热装置的运行要求确定优化变量，以电热转换效率为目标函数，设定温度、压力、流速约束条件； 构建三维多物理场数值模型并进行仿真求解，形成源域数据集； 基于源域数据集，采用拉丁超立方抽样生成样本，反向传播至预训练深度神经网络并冻结其特征提取层，在输出层引入弹性网络正则化结构，采用改进交替方向乘子法求解输出权重矩阵，建立改进迁移学习代理模型； 改进迁移学习代理模型的构建过程为： 基于迁移学习思想，首先在源域构建大规模数据集，包括根据铸铁-液态金属固液混合的电加热蓄热装置构建的多物理场数值仿真数据或历史运行数据，对深度神经网络进行预训练，通过反向传播学习多层非线性映射关系，得到能够表征传热-流动耦合机理的通用“宽度特征”；在完成预训练后，冻结深度神经网络的特征提取层参数，仅在输出层进行再训练；在输出层中引入兼顾稀疏性与平滑性的弹性网络正则化结构，通过同时包含L1与L2正则项提高模型实现抗过拟合能力；采用改进的交替方向乘子法对带有弹性网络约束的输出层进行优化求解，获得稀疏且稳定的输出权重；最终，通过前向传播将冻结的特征与求得的稀疏且稳定的输出权重线性组合，形成改进迁移学习代理模型； 采集目标域少量样本构建训练集，在冻结的特征提取层的基础上微调输出层参数，实现对目标域工况的快速适配； 利用训练好的改进迁移学习代理模型快速预测候选运行参数的性能指标； 在优化搜索阶段，将训练好的改进迁移学习代理模型替代三维多物理场数值模型，采用粒子群算法进行全局寻优，迭代搜索获得最优运行策略；当工况点的预测偏差超过阈值时，将该工况点加入目标域训练集并重复训练优化过程，实现自适应迭代更新； 根据最优运行策略实时调节电加热功率、液态金属进口温度和流速，并结合传感器的反馈进行闭环调节，实现固液混合电加热蓄热系统的动态管控。

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电工研究所，其通讯地址为：100190 北京市海淀区中关村北二条6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。