近日，北京全应科技有限公司（以下简称“全应科技”）传来重磅喜讯 —— 由公司核心研发团队张宗耀、党海峰、夏建涛联合攻关的 “基于知识图谱的机器学习模型批量化构建方法及其服务器” 技术，正式获得国家知识产权局发明专利授权。这一专利成果的落地，标志着全应科技在工业 AI 核心技术领域的研发实力再获权威认可，将为热电行业模型构建效率提升、数字化转型提速提供关键技术支撑。
直击行业痛点：破解传统建模“低效单一” 难题
在热电产业数字化转型进程中，机器学习模型是实现设备智能调控、能效优化的核心基础。然而，现有自动建模技术多聚焦于单个模型的构建，每次建模需重复选取数据、配置参数，若需批量构建多场景模型，只能通过多次重复操作完成，不仅效率低下，还难以适配锅炉系统多设备、多维度的智能调控需求，成为制约行业数智升级的关键瓶颈。
针对这一行业痛点，全应科技研发团队深耕热电生产场景特性，创新性地将知识图谱技术与机器学习建模深度融合，打造出兼具“批量构建” 与 “精准适配” 双重优势的技术方案。该专利技术以锅炉系统为核心应用场景，通过标准化数据处理、知识图谱关系映射、批量建模算法优化等关键创新，彻底改变了传统建模模式的局限。
专利核心优势：三大创新构建高效建模新范式
全应科技此次获批的发明专利，核心优势体现在“标准化、批量化、易部署” 三大维度，构建起热电行业高效建模的全新范式：
知识图谱驱动的标准化建模：技术基于锅炉系统特性预先定义知识图谱关系图，涵盖原始数据节点、标准数据节点与模型节点，其中标准数据经过字段命名、单位统一、生成规则固化的标准化处理，确保数据一致性与建模准确性，为批量构建奠定基础。
多模型批量并行构建：用户通过可视化界面完成模型节点与输入输出标准数据节点的关系配置后，系统可自动读取数据库中的标准化数据，按预设策略批量完成多个模型的并行构建，无需重复操作，大幅提升建模效率。
全流程自动化与灵活部署：建模过程中自动完成异常数据过滤、离群数据剔除、缺失数据处理等数据预处理环节，模型以 JSON 格式输出并按知识图谱路径分类存储，可直接部署于锅炉系统的边缘服务器，实现 “构建 - 存储 - 部署” 全流程自动化。
实际应用中，该技术可针对锅炉燃烧优化、汽轮机运行调控、湿法脱硫控制等多个场景，批量构建专用机器学习模型，模型构建效率较传统方式提升数倍，且能精准适配热电系统多设备协同调控需求，为实现“灵活调峰 + 低碳减排” 提供技术支撑。
产业价值凸显：筑牢工业AI 赋能根基
作为行业数字化转型的领军企业，全应科技始终以“AI 赋能热电产业高质量发展” 为使命，此次发明专利的获批，是公司技术研发实力与场景落地能力的双重印证。此前，全应科技的工业 AI 技术已在山西某电厂 60 万亚临界机组、贵州某电厂 66 万超临界机组等多个项目中落地应用，实现最高 5.76% 的变负荷速率；此次专利技术的产业化应用，将进一步强化全应科技在工业 AI 领域的核心竞争力，为更多热电企业提供高效、可靠的解决方案。
值得关注的是，该专利技术与全应科技此前推出的 ADMC 智能热电调控系统、云边协同计算架构形成技术协同，构建起从数据处理、模型构建到智能调控的全链条技术体系。同时，结合公司与西北工业大学、中科院联合成立工业人工智能研究院的行业生态资源，将持续推动技术迭代与产业落地，助力热电行业从 “传统经验驱动” 向 “数据智能驱动” 转型，为能源强国建设与 “双碳” 目标实现注入强劲数智动能。
未来，全应科技将继续聚焦热电产业数智升级需求，深耕工业 AI 核心技术研发，以更多专利成果与创新方案赋能行业高质量发展，持续引领热电产业智能化、低碳化转型浪潮。
京公网安备 11011502004515号 
