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！

龙图腾网获悉杭州电子科技大学申请的专利基于分段图卷积和时间注意力机制的天然气流量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：CN116307206B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202310291882.0，技术领域涉及：G06F17/00；该发明授权基于分段图卷积和时间注意力机制的天然气流量预测方法是由孙笑笑;叶春毅;李中阳;黄博祎;俞东进设计研发完成，并于2023-03-23向国家知识产权局提交的专利申请。

本基于分段图卷积和时间注意力机制的天然气流量预测方法在说明书摘要公布了：本发明公开了一种基于分段图卷积和时间注意力机制的天然气流量预测方法。该方法的设计了一种基于分段图卷积和时间注意力机制的多元时间序列预测模型，模型的分段图卷积层基于余弦相似度构建分段图结构，通过分段图卷积提取成对变量之间变化的序列间相关性，模型的时间膨胀卷积层提取序列内部的时间特征并对序列进行降维，模型的输出部分设计了一个基于两阶段注意机制的时序模式增强模块，用于聚合序列内时序模式。利用训练后的该多元时间序列预测模型，可实现对燃气时间序列未来某个时间步的预测，且具有较高的预测精度。

本发明授权基于分段图卷积和时间注意力机制的天然气流量预测方法在权利要求书中公布了：1.一种基于分段图卷积和时间注意力机制的天然气流量预测方法，其特征在于，包括以下步骤： S1、针对用户需要监控的各个目标流量传感器，获取由各个目标流量传感器记录的天然气流量历史时间序列，对各序列进行归一化后再使用固定长度的时间窗口在序列上进行滑动提取，生成带标签的训练样本并构建训练样本集合；每个训练样本的输入为各目标流量传感器在一个时间窗口内的天然气流量数据组成的多元时间序列段，标签为该时间窗口后指定时间步上各目标流量传感器的记录值；所有带标签的训练样本构成训练样本集合； S2、利用S1中得到的训练样本集合，对基于分段图卷积和时间注意力机制的多元时间序列预测模型进行模型训练，直到模型收敛，使其能够预测输入数据所在时间窗口后指定时间步上各目标流量传感器的记录值； 所述基于分段图卷积和时间注意力机制的多元时间序列预测模型包括一个分段图卷积模块、一个时间膨胀卷积模块和一个时间信息增强模块，模型的输入为多元时间序列段；所述分段图卷积模块将输入的多元时间序列段按照时间维度进行分段，根据段内序列间的余弦相似度构建分段邻接矩阵，再进行多层分段图卷积，提取序列间的相关性，得到第一输出信号；所述时间膨胀卷积模块将分段图卷积模块输出的第一输出信号输入多层堆叠的带有膨胀卷积的门限控制单元中，进一步提取每条序列内的特征并降维，得到第二输出信号；所述时间信息增强模块将输入的多元时间序列段输入到LSTM网络，对LSTM网络各隐藏步的信号按照时间进行分组，并对各组应用注意力机制提取分段上下文向量，然后在分段上下文向量上继续应用注意力机制生成时间上下文向量，最后将时间上下文向量与LSTM网络隐藏层的最后一个信号进行拼接，并将拼接结果经过一层全连接层，得到第三输出信号；最后将第二输出信号和第三输出信号相加，经过反归一化后得到多元时间序列预测模型的最终预测输出； S3、在实际预测时，从各目标流量传感器记录数据中获取当前最近一个时间窗口内的天然气流量数据并构成实时多元时间序列段，将实时多元时间序列段归一化后输入经过训练的所述多元时间序列预测模型中，预测未来指定时间步时各目标流量传感器对应的天然气流量值。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。