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！

龙图腾网获悉江南大学申请的专利一种基于KWNet模型的变工况工业温度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：CN121682449B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610187533.8，技术领域涉及：G06F18/241；该发明授权一种基于KWNet模型的变工况工业温度预测方法是由刘相;王艳;王子赟;张霄;赵思喆;纪志成设计研发完成，并于2026-02-10向国家知识产权局提交的专利申请。

本一种基于KWNet模型的变工况工业温度预测方法在说明书摘要公布了：本发明公开了一种基于KWNet模型的变工况工业温度预测方法，属于工业过程参数预测技术领域。所述方法加入了一种新型的双流小波变换模块，通过双流分解并且重构的方式，融合小波分解后时间序列中的近似和细节成分，与传统小波变换模块相比，可以无差别地重构所有分量，这使得能在不同的分支中独立处理近似和细节两种成分，以防止跨级干扰，确保每个频带独特的特征得以保留。再通过可学习动态门机制，有效地提取重构时域的季节性和趋势性子序列的特征成分，并创新性地将此可学习动态门机制用于金字塔多尺度的扩张卷积与傅里叶调制注意力中，有效地平衡时域和频域的序列信息。

本发明授权一种基于KWNet模型的变工况工业温度预测方法在权利要求书中公布了：1.一种基于KWNet模型的变工况工业温度预测方法，其特征在于，所述方法包括： 步骤1，采集具体工业过程中的历史参数构建工业时间序列数据集； 步骤2，为具体工业过程制定专家知识； 步骤3，结合所制定专家知识构建基于KWNet的预测模型； 步骤4，利用所述工业时间序列数据集对所述基于KWNet的预测模型进行训练； 步骤5，利用训练好的基于KWNet的预测模型完成对变工况工业温度参数的多步预测； 所述基于KWNet的预测模型包括双流小波变换模块，可学习的动态门机制模块，领域知识分析和公式化模块，自适应时间-知识融合损失函数模块以及时间-频率融合解码器；其中，所述领域知识分析和公式化模块用于将所制定的专家知识进行公式化，并构造专家知识损失函数； 所述双流小波变换模块用于对原始输入数据进行小波变换后重构得到季节性分量和趋势性分量；所述可学习的动态门机制模块用于确定所述季节性分量和趋势性分量的权重，从而得到整体重构数据，继而将整体重构数据输入时间-频率融合解码器得到初步预测结果，基于所述初步预测结果得到时域损失函数；所述自适应时间-知识融合损失函数模块用于整合所述专家知识损失函数和所述时域损失函数，得到所述基于KWNet的预测模型的总损失函数。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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。