一种超超临界煤粉锅炉防结渣系统

    公开(公告)号:CN213178308U

    公开(公告)日:2021-05-11

    申请号:CN202021799240.X

    申请日:2020-08-26

    Abstract: 本实用新型涉及超超临界煤粉锅炉防结渣系统,包括结渣监测系统、吹灰系统和入炉煤粉系统;所述结渣监测系统包括红外传感器,红外传感器安装于炉膛出口处;所述吹灰系统包括高温过热器、汽轮机、调压阀、吹灰器、冷凝器、管路及阀门;炉膛出口处的高温过热器出口分别连接至汽轮机入口和蒸汽管路上的调压阀入口,汽轮机乏气出口分别连接至调压阀入口和冷凝器入口,调压阀出口连接至吹灰器,冷凝器依次通过除氧器和给水泵连接至省煤器。本实用新型的有益效果是:本实用新型通过乏气与高温过热蒸汽混合的方式获得吹灰气源,解决了高温过热蒸汽作为吹灰气源压力过高问题,减少了过热蒸汽能耗,且将乏气二次利用,大大提高了资源利用。

    一种基于生物医学知识图谱和Transformer的药物协同作用预测方法

    公开(公告)号:CN119920493A

    公开(公告)日:2025-05-02

    申请号:CN202411834460.4

    申请日:2024-12-13

    Abstract: 一种基于生物医学知识图谱和Transformer的药物协同作用预测方法,它涉及一种药物协同作用预测方法。本发明为了解决传统的药物组合发现过程主要依赖于临床试验,不仅费时费力,而且成本高,患者也存在风险的问题。本发明的步骤包括提取药物数据样本,生成数据集,划分训练和测试集,进行网络训练和测试;构造生物医学知识图谱;利用Rdkit将药物结构的序列表示转换成图;利用多跳子图挖掘网络挖掘知识图谱的子图;使用关系感知Transformer学习知识网络和药物分子图的特征表示,并进行融合;使用多层感知机进行药物对之间的协同作用预测;将训练集中的药物对输入到上述模型;将测试集中的药物对输入到预测模型中,得到预测结果。本发明属于药物协同作用预测技术领域。

    一种基于稀疏数据的全域污染物扩散场模拟方法及系统

    公开(公告)号:CN119920369A

    公开(公告)日:2025-05-02

    申请号:CN202510413228.1

    申请日:2025-04-03

    Abstract: 本发明提供了一种基于稀疏数据的全域污染物扩散场模拟方法及系统,涉及污染物扩散模拟技术领域,包括:S1、收集每个自然时刻的气象数据、污染源数据和站点监测浓度数据;S2、根据自然时刻T和自然时刻T之前的气象数据和污染源数据生成自然时刻T的初始粒子集合;S3、将自然时刻T且粒子时刻t的粒子集合结合自然时刻T的气象数据和污染源数据,估计得到自然时刻T且粒子时刻t+1的粒子集合的状态,并进行误差评估,当误差满足可接受条件时,根据自然时刻T且粒子时刻t+1的粒子集合的状态估计得到自然时刻T的RF估计场,并转到步骤S4;S5、通过生成器预测得到自然时刻T+1的预测污染物浓度场;S6、通过判别器评估自然时刻T+1的预测污染物浓度场。

    瓦斯数据异常检测方法及装置
    5.
    发明公开

    公开(公告)号:CN119920367A

    公开(公告)日:2025-05-02

    申请号:CN202510399661.4

    申请日:2025-04-01

    Abstract: 本申请提出一种瓦斯数据异常检测方法及装置,方法包括:获取待检测的瓦斯数据集;基于瓦斯数据集计算得到的联合信息熵,对瓦斯数据集进行粒度划分,以确定瓦斯数据集中各个瓦斯数据所属的粒度标识;对属于同一类粒度标识下的多个瓦斯数据进行特征提取,以确定对应的目标特征;根据属于各类粒度标识下的多个瓦斯数据对应的目标特征,通过预训练的瓦斯异常检测模型,以确定瓦斯数据集对应的异常概率值序列;其中,异常概率值序列中各个异常概率值用于指示瓦斯数据集中对应的瓦斯数据出现瓦斯数据异常的概率,由此,无需消耗大量的时间成本,对瓦斯数据进行预先标注,提高了瓦斯异常检测模型检测的准确性和可靠性。

    一种可解释联邦大模型的药物分子生成方法

    公开(公告)号:CN119920356A

    公开(公告)日:2025-05-02

    申请号:CN202411993968.9

    申请日:2024-12-31

    Abstract: 本发明公开了一种可解释联邦大模型的药物分子生成方法,涉及人工智能技术领域,所述方法包括S1、通过数据特征提取与模型初始化步骤,从分布式数据中提取多模态特征,构建并初始化药物分子生成模型,S2、通过大模型对联邦学习客户端进行参数优化,包括基于分布式客户端的本地训练微调,将微调好的参数整合到服务器的全局模型中,以提高模型性能和数据利用效率,S3、基于优化后的模型,生成药物分子结构信息,包括分子描述序列和分子图;该可解释联邦大模型的药物分子生成方法,在保障数据隐私的基础上,显著提高了新分子的生成能力和多样性,同时利用因果分析和注意力机制增强了模型的透明性和可信度,提升了模型的性能与稳健性,具有广泛的应用前景。

    基于AI的国土数据处理方法、装置及存储介质

    公开(公告)号:CN119917901A

    公开(公告)日:2025-05-02

    申请号:CN202510392151.4

    申请日:2025-03-31

    Inventor: 邱发波 邱兆宇

    Abstract: 本发明涉及数据处理技术领域,尤其涉及一种基于AI的国土数据处理方法、装置及存储介质,所述方法包括:采集目标区域的pH值、有机质含量与重金属浓度以分析目标区域的土壤属性,采集目标区域的地表裂隙密度和地表沉降速率以分析地表稳定指数,并基于目标区域坡度和地表稳定指数构建目标区域的地形特征,采集目标区域年均降水量数据与水源数据以构建目标区域的水文特征,同时基于目标区域的水文特征更新目标区域的地形特征的构建过程,采集目标区域的植被覆盖率以确定水文调整权重,基于目标区域的土壤属性、目标区域的地形特征和目标区域的水文特征对目标区域进行分类。本发明有效提高了国土数据的处理效率。

    一种基于数字孪生的水库预警监测方法及系统

    公开(公告)号:CN119915682A

    公开(公告)日:2025-05-02

    申请号:CN202510404819.2

    申请日:2025-04-02

    Abstract: 本发明适用于数字孪生水库监测技术领域,提供了一种基于数字孪生的水库预警监测方法及系统,所述方法包括:确定基于数字孪生技术为目标水库特定区域生成的原始沉积物累积速率,并同时采集该特定区域的现行水质数据及历史水质演变记录。本发明通过基于数字孪生技术的水库预警监测方法,结合水质因素对沉积物累积速率进行动态校正,有效提高了沉积预测的准确性和适应性。通过构建预设基准校正模型,综合分析溶解性有机物和营养盐含量的动态变化对传感器结垢的影响,实现了对激光测距传感器长期监测数据的修正,降低了因传感器结垢导致的测量误差。

    一种基于图神经网络与卷积神经网络的药物反应预测方法

    公开(公告)号:CN119905168A

    公开(公告)日:2025-04-29

    申请号:CN202411959726.8

    申请日:2024-12-30

    Abstract: 本发明公开了一种基于图神经网络与卷积神经网络的药物反应预测方法,属于药物反应预测技术领域,包括以下步骤:S1:数据预处理;S2:网络构建;S3:网络训练;S4:药物反应预测。本发明采用了卷积神经网络与图神经网络结合的方法,加入了药物分子图数据,引入了药物分子的结构特征,使得最终的回归预测更佳精准;对于来源于序列的药物分子指纹全局特征使用堆叠的一维卷积模块进行特征提取,强化了邻域信息;通过设计的信息交互融合分支,不仅实现了对药物特征与细胞系特征的信息交互,同样实现了药物反应信息与药物smiles序列信息之间的交互,得到的新特征向量提高了模型的预测性能。

Patent Agency Ranking