-
公开(公告)号：CN114492057A
公开(公告)日：2022-05-13
申请号：CN202210112274.4
申请日：2022-01-29
Applicant: 北京科技大学 , 北京科技大学顺德研究生院
IPC: G06F30/20 , G06F30/25 , G06F111/08 , G06F113/08
Abstract: 本发明公开了一种中频真空电弧弧后击穿机理的模拟计算方法和装置、电子设备，属于真空电弧弧后击穿机理分析技术领域，所述方法包括：计算金属液滴迁移过程中释放的金属蒸气的空间分布；根据金属蒸气的空间分布，对金属蒸气的密度和速度进行初始化，预设宏粒子；计算空间电荷及电流密度分布；依据所述空间电荷和电流密度分布，计算电势分布和电场分布，并更新宏粒子中正离子和电子的相空间位置；若未形成导电通道，判定是否达到最大迭代次数；若未达到最大迭代次数，返回执行计算空间电荷及电流密度分布的步骤；若已达到最大迭代次数或已形成导电通道，输出中频真空电弧弧后现象计算结果。通过本发明公开的方法，能够对中频真空电弧弧后击穿机理进行深入解析。
-
公开(公告)号：CN120013325A
公开(公告)日：2025-05-16
申请号：CN202510030107.9
申请日：2025-01-08
Applicant: 北京科技大学
IPC: G06Q10/0639 , G01D21/02 , G06Q50/04 , G06F18/10 , G06F18/214 , G06F18/213 , G06F18/27 , G06N3/0455 , G06N3/044 , G06N3/09
Abstract: 本发明提供一种潜在可预测性嵌入深度学习的工业过程软测量方法及装置，涉及深度学习工业过程软测量技术领域。该方法包括：根据变分循环网络构建的潜在特征的概率动态模型、训练数据集构造的时间图和时间滞后常数设计可预测性正则化项，构建概率潜在可预测性模型嵌入的目标相关自编码器，搭建概率潜在可预测性模型嵌入的监督深度网络，得到工业生产过程的质量变量预测值。本发明首先设计了利用概率分布的潜在特征预测设计正则化项，并通过联合训练模型优化网络参数以确保网络的整体收敛。其次提出了一种改进的变分图循环神经网络，将随机性纳入高级潜在空间，对监督深度网络的潜在可预测性进行建模，添加额外的图结构信息来帮助分析时间依赖性。
-
公开(公告)号：CN119784213A
公开(公告)日：2025-04-08
申请号：CN202411743307.0
申请日：2024-11-29
Applicant: 国家能源集团新疆能源有限责任公司 , 国能新疆宽沟矿业有限责任公司 , 北京科技大学
Inventor： 赵志鹏 , 杨旭 , 李红平 , 郑三龙 , 祁晓东 , 刘江 , 周超 , 李振雷 , 刘恩德 , 卢安良 , 董效融 , 孔令宇 , 李路 , 梁洪宝 , 王建淇 , 孟凡燃 , 马翔宇 , 骆俊辉 , 权涛 , 魏建宏
IPC: G06Q10/0639 , E21C41/18 , G06Q50/02 , G06F18/2431
Abstract: 本申请公开了一种煤柱的防冲策略的确定方法、装置、存储介质、处理器和程序产品。其中，该方法包括：分别对煤层中目标煤柱的多个位置进行钻孔处理，并对钻孔后的目标煤柱进行监测，得到多个位置对应的多个监测数据；基于多个监测数据，确定目标煤柱在失去承载能力的情况下所对应的目标尺寸；利用目标尺寸，确定目标煤柱的承载性能指标，其中，承载性能指标用于表示目标煤柱的承载能力；响应于承载性能指标大于承载性能指标阈值，确定目标煤柱的防冲策略，其中，防冲策略用于控制目标煤柱，对目标煤柱的下覆工作面作用的应力。本申请解决了开采下覆工作面的安全性低的技术问题。
-
公开(公告)号：CN118607938B
公开(公告)日：2025-04-08
申请号：CN202410542192.2
申请日：2024-04-30
Applicant: 北京科技大学
IPC: G06Q10/0637 , G06Q10/0631 , G06Q50/06
Abstract: 本发明涉及智能电厂的分布式能源调度运行领域，特别是指一种含风光水储的虚拟电厂容量配置优化方法及装置，方法包括：获取虚拟电厂所在区域的风电数据、光伏数据以及负荷预测值；采用拉丁超立方抽样生成场景，通过基于概率距离的快速前代消除法对场景进行缩减，消除不确定性问题；建立虚拟电厂内外双层容量配置优化模型；采用gurob i求解器对虚拟电厂聚合资源的内层的内部资源进行优化，获得虚拟电厂各电站出力以及当前容量配置方案；根据虚拟电厂各电站出力以及当前容量配置方案，采用基于遗传算法优化的粒子群算法对虚拟电厂外层进行求解，获得虚拟电厂聚合资源的容量优化结果。采用本发明，可降低储能单元容量配置的成本。
-
公开(公告)号：CN119126557A
公开(公告)日：2024-12-13
申请号：CN202411185021.5
申请日：2024-08-27
Applicant: 北京科技大学
Abstract: 本发明公开了一种数据中心空调节能优化控制方法及装置，属于空调能耗优化技术领域，所述方法包括：获取服务器设备的运行参数；基于服务器设备的运行参数，采用预设的预测模型对服务器设备的工作状态和运行功率进行预测，得到服务器设备的工作状态和运行功率的预测结果；基于服务器设备的运行参数以及服务器设备的工作状态和运行功率的预测结果，结合数据中心的空间结构、服务器的布置位置信息以及数据中心中非服务器设备的功率信息，确定空调设备的最优控制参数；将所述最优控制参数发送至空调设备，以实现数据中心空调节能优化控制。采用本发明的技术方案，可有效实现对数据中心的节能优化控制。
-
Patent Agency Ranking
公开(公告)号：CN118644128A
公开(公告)日：2024-09-13
申请号：CN202410656222.2
申请日：2024-05-24
Applicant: 北京科技大学
IPC: G06Q10/0639 , G06Q50/06 , G06N3/0499 , G06F18/243 , G06N5/01
Abstract: 本发明提供一种工业园区综合能源系统的性能评估方法与装置，涉及能源系统性能评估，属于电力系统技术领域。所述工业园区综合能源系统的性能评估方法包括：获取工业园区综合能效的多个指标数据；利用决策试验和评价分析法以及网络分析法，计算对多个指标数据的主观权重；利用随机加权法以及标准重要性法计算多个指标数据的客观权重；根据多个指标数据的主观权重以及客观权重，通过多因素小样本组合赋权法，获得多个指标数据的组合权重；根据多个指标数据的组合权重，利用决策树模型对多数指标进行评估，获得评估结果。采用本发明，可提高综合能源系统性能指标评价结果的准确性。
-
公开(公告)号：CN118347728A
公开(公告)日：2024-07-16
申请号：CN202410352837.6
申请日：2024-03-26
Applicant: 北京科技大学
IPC: G01M13/045 , G06F18/241 , G06F18/213 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于域适应结合域对抗的滚动轴承故障诊断方法及装置，涉及设备故障诊断技术领域。包括：获取待诊断的滚动轴承的实时运行数据；将实时运行数据输入到构建好的滚动轴承故障诊断模型；其中，滚动轴承故障诊断模型包括基于跳跃连接构建的基础故障诊断模块以及基于域适应结合域对抗的跨域在线故障诊断模块；根据实时运行数据以及滚动轴承故障诊断模型，得到运行工况改变下的滚动轴承故障诊断结果。本发明利用大量源域带标签数据和少量目标域带标签数据，在源域训练网络的参数基础上，基于域适应损失进行两域之间的对抗训练，在工况改变数据量不足的情况下，实现滚动轴承实时数据故障诊断。
-
公开(公告)号：CN117991647B
公开(公告)日：2024-06-21
申请号：CN202410396935.X
申请日：2024-04-03
Applicant: 北京科技大学
IPC: G05B13/04
Abstract: 本发明涉及运行监控与自愈控制领域，特别是指一种工业控制系统性能监控与自愈控制方法及装置，方法包括：获取待控制的工业控制系统的实时运行数据；根据实时运行数据以及基于贝尔曼Bellman方程的性能退化监控模块，得到工业控制系统的实时性能评估结果，根据实时性能评估结果得到工业控制系统的性能退化监控结果；根据性能退化监控结果以及基于强化学习算法的自优化反馈增补自愈控制模块，得到工业控制系统的自愈控制结果。本发明在不依赖被控对象和控制系统数学模型的情况下，利用工业运行过程的数据实现实时性能监控；不改变原有控制器结构参数，仅利用数据和强化学习方法设计反馈补偿以恢复性能衰退，实现自愈控制。
-
公开(公告)号：CN117992825A
公开(公告)日：2024-05-07
申请号：CN202410039769.8
申请日：2024-01-10
Applicant: 北京科技大学
IPC: G06F18/24 , G06F18/214 , G06F18/22 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于集成深度自编码器的铝电解槽故障诊断方法，包括：采集铝电解槽不同槽况下的生产运行参数，并标注故障类型，构建样本集；构建多个不同的深度自编码器模型；其中，不同的深度自编码器模型所采用的激活函数不同；各深度自编码器模型的最后一层隐藏层后分别连接有分类器；对构建的多个不同的深度自编码器模型进行筛选；利用所述样本集对筛选出的深度自编码器模型进行训练，并从特征和结果两个层面分别对所有深度自编码器模型进行集成，得到训练好的集成模型；利用训练好的集成模型进行铝电解槽故障诊断，得到诊断结果。采用本发明方案，可提高铝电解槽故障诊断准确性。
-
公开(公告)号：CN114574905B
公开(公告)日：2023-11-24
申请号：CN202210163758.1
申请日：2022-02-22
Applicant: 北京科技大学 , 贵阳铝镁设计研究院有限公司
Abstract: 本发明提供一种铝电解槽分布式多点下料控制方法，属于铝电解技术领域。所述方法包括：将铝电解槽根据下料口的位置划分成多个相互影响的子系统，利用基于数据驱动的子空间辨识方法辨识整个铝电解槽的预测模型，经分解推导出各个子系统的预测模型；针对每个子系统构建基于预测模型的下料控制器，其中，不同下料控制器之间通过网络传递氧化铝下料量和氧化铝浓度；根据得到的各个子系统的下料控制器，各个子系统在考虑其他子系统下料的影响下求解满足纳什最优的氧化铝下料量，使每个子系统实现分布式下料。采用本发明，能够明显改善氧化铝浓度均匀分布的问题。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.046 seconds)
