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！

龙图腾网恭喜广东辛孚科技有限公司申请的专利一种油品物性快评模型建立方法及装置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：CN115290594B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202210824507.3，技术领域涉及：G01N21/3577；该发明授权一种油品物性快评模型建立方法及装置是由刘阳;詹辉;何恺源;邓晓旭;颜廷江设计研发完成，并于2022-07-14向国家知识产权局提交的专利申请。

本一种油品物性快评模型建立方法及装置在说明书摘要公布了：本发明公开了一种油品物性快评模型建立方法及装置，该方法包括：获取待建模油品的样本数据并划分为校正集和验证集；所述待建模油品的样本数据包括每个样本的谱图数据、粘温曲线数据以及各样本对应的化验数据；通过多种数据处理方法，分别对校正集数据进行预处理，获得多个对应的预处理数据集；将所述各预处理数据集的谱图数据、粘温曲线数据分别合并形成多个对应的关联数据集，并通过多种关联算法，分别与各样本对应的化验数据集关联，构建多个对应的物性分析模型；用验证集数据分别对每个物性分析模型进行验证评估，筛选出最优模型作为所述待建模油品的物性快评模型。本方法构建的模型准确性高，可以准确预测油品的物料物性指标。

本发明授权一种油品物性快评模型建立方法及装置在权利要求书中公布了：1.一种油品物性快评模型建立方法，其特征在于，包括： 获取待建模油品的样本数据并划分为校正集和验证集；其中，所述待建模油品的样本数据包括每个样本的谱图数据、粘温曲线数据以及各样本对应的化验数据；所述谱图数据为待建模油品的光谱数据或波谱数据； 通过多种数据处理方法，分别对校正集数据进行预处理，获得多个对应的预处理数据集； 将所述各预处理数据集的谱图数据、粘温曲线数据分别合并形成多个对应的关联数据集，并通过多种关联算法，分别与各样本对应的化验数据集关联，构建多个对应的物性分析模型； 用验证集数据分别对每个物性分析模型进行验证评估，筛选出最优模型作为所述待建模油品的物性快评模型； 其中，所述通过多种数据处理方法，分别对校正集数据进行预处理，获得多个对应的预处理数据集，具体为： 对校正集中各样本的谱图数据，分别选择多种第一数据处理方法进行预处理，并获得每个样本对应的预处理后的谱图数据，其中，所述第一数据处理方法包括：无处理、均值中心化处理、均值方差化处理、矢量归一化处理、最大值最小值归一化处理、标准正态变量变换处理、多元散射校正处理、Savitzky-Golay卷积平滑处理、一阶导数法处理、去趋势法处理、基线校正法处理中的至少两种或多种组合；在所述获得每个样本对应的预处理后的谱图数据之后，还包括：根据预设的降维方法，分别对各所述预处理后的谱图数据进行降维处理；其中，所述降维方法包括简易模型法或主成分分析法； 对校正集中各样本的粘温曲线数据，利用预设算法拟合出黏温曲线的经验公式，并根据预设的多个温度点，计算得到对应的粘度值，继而根据多种第二数据处理方法，分别对多个温度点及每个温度点对应的粘度值进行预处理，获得每个样本对应的预处理后的粘温曲线数据；其中，每个粘温曲线数据对应多个温度点及每个温度点对应的粘度值；所述第二数据处理方法包括：对数处理、均值化处理、均值方差化处理、最大值最小值归一化处理中的至少一种或多种组合； 其中，所述多种关联算法包括：偏最小二乘法、人工神经网络、核偏最小二乘法中的至少一种或多种组合。

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广东辛孚科技有限公司，其通讯地址为：510700 广东省广州市黄埔区香雪八路98号F栋402房；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”。