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！

龙图腾网获悉哈尔滨工程大学申请的专利一种基于动态模式分解和深度学习的反应堆热工水力特性快速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：CN120409219B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202510482753.9，技术领域涉及：G06F30/27；该发明授权一种基于动态模式分解和深度学习的反应堆热工水力特性快速预测方法是由许依凡;张翔;刘洁;王晨阳;孙觊琳;张元东;彭敏俊;夏庚磊设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。

本一种基于动态模式分解和深度学习的反应堆热工水力特性快速预测方法在说明书摘要公布了：本发明公开了一种基于动态模式分解和深度学习的反应堆热工水力特性快速预测方法，包括：获取反应堆在不同运行工况下的热工水力特性数据，选取稳态运行数据组建快照；通过奇异值分解对快照进行初始降维，获得降维后的快照表示；基于降维后的快照表示构建降阶模型；其中构建降阶模型包括：对降维后的快照进行动态模式分解，构建参数化的低维线性算子，通过深度学习拟合算子与运行参数的映射关系；通过核反应堆机理模型的仿真结果对降阶模型进行验证，验证通过时获得参数化降阶模型；将实际运行工况数据输入到参数化降阶模型中，获得反应堆热工水力特性预测结果。本方法通过结合动态模式分解和深度学习技术，显著提高了仿真效率。

本发明授权一种基于动态模式分解和深度学习的反应堆热工水力特性快速预测方法在权利要求书中公布了：1.一种基于动态模式分解和深度学习的反应堆热工水力特性快速预测方法，其特征在于，包括以下步骤： 获取反应堆在不同运行工况下的热工水力特性数据，选取稳态运行数据组建快照； 通过奇异值分解对快照进行初始降维，获得降维后的快照表示； 基于降维后的快照表示构建降阶模型；其中构建降阶模型包括：对降维后的快照进行动态模式分解，构建参数化的低维线性算子，通过深度学习拟合算子与运行参数的映射关系； 所述拟合算子与运行参数的映射关系包括： 对每个工况下降维后的快照进行DMD计算，获得DMD线性算子； 将DMD算子展平并组装成参数化算子矩阵，对参数化算子矩阵进行SVD分解，提取参数化DMD算子的主导结构； 提取主导结构的奇异值及其向量，获得约简的参数化算子快照； 通过深度学习方法拟合运行参数与约简算子之间的映射关系； 通过核反应堆机理模型的仿真结果对所述降阶模型进行验证，验证通过时获得参数化降阶模型； 将实际运行工况数据输入到所述参数化降阶模型中，获得反应堆热工水力特性预测结果。

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哈尔滨工程大学，其通讯地址为：150006 黑龙江省哈尔滨市南岗区南通大街145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。