-
公开(公告)号：CN116610911B
公开(公告)日：2023-09-19
申请号：CN202310884271.7
申请日：2023-07-19
Applicant: 南昌工程学院 , 江西博微新技术有限公司
Abstract: 本发明属于数据修复领域，公开了一种基于贝叶斯高斯张量分解模型的用电数据修复方法及系统，收集天气、节假日、星期类型和用电量数据，构建成天气因子、节假日因子和星期因子，根据天气因子、节假日因子和星期因子构建相似度目标函数；使用野马优化算法对相似度目标函数进行寻优，在历史日中查找到与修复日相似度最高的M个相似日；以相似度最高的M个相似日的用电量数据构成三阶张量，将三阶张量输入到贝叶斯高斯张量分解模型中进行数据修复。本发明采用改进的野马优化算法选择相似日，输入贝叶斯高斯张量分解模型中对残缺数据进行修复，提升了修复准确率，以提高数据质量，达到提升预测等行为的精确性。
-
公开(公告)号：CN119441743A
公开(公告)日：2025-02-14
申请号：CN202510028699.0
申请日：2025-01-08
IPC: G06F18/10 , G06N3/006 , G06F18/2131
Abstract: 本发明公开了一种变压器声纹信号去噪方法，包括如下步骤：使用声音采集装置采集变压器声纹信号；采用改进山猫优化算法对时变滤波经验模态分解的带宽阈值和B样条阶数进行优化，再使用优化后的时变滤波经验模态分解将采集到的变压器声纹信号分解成本征模态函数；采用滑动窗对本征模态函数进行分段截取，并且将截取后的本征模态函数构建成三阶信号张量；将构建的三阶信号张量输入贝叶斯高斯张量分解模型中进行分解重构，再根据张量构造逆过程将重构后的三阶信号张量还原成一维向量；本发明运用改进后的山猫优化算法优化时变滤波经验模态分解的参数，避免了分解时的混叠现象。
-
Patent Agency Ranking
公开(公告)号：CN119441743B
公开(公告)日：2025-05-13
申请号：CN202510028699.0
申请日：2025-01-08
IPC: G06F18/10 , G06N3/006 , G06F18/2131
Abstract: 本发明公开了一种变压器声纹信号去噪方法，包括如下步骤：使用声音采集装置采集变压器声纹信号；采用改进山猫优化算法对时变滤波经验模态分解的带宽阈值和B样条阶数进行优化，再使用优化后的时变滤波经验模态分解将采集到的变压器声纹信号分解成本征模态函数；采用滑动窗对本征模态函数进行分段截取，并且将截取后的本征模态函数构建成三阶信号张量；将构建的三阶信号张量输入贝叶斯高斯张量分解模型中进行分解重构，再根据张量构造逆过程将重构后的三阶信号张量还原成一维向量；本发明运用改进后的山猫优化算法优化时变滤波经验模态分解的参数，避免了分解时的混叠现象。
-
公开(公告)号：CN118998005B
公开(公告)日：2025-03-07
申请号：CN202411484598.6
申请日：2024-10-23
Applicant: 南昌工程学院
IPC: F03D17/00 , G06N3/006 , G06N7/08 , G06F18/2411
Abstract: 本发明公开了一种基于声纹信号的风机叶片故障诊断方法，包括如下步骤：对风机叶片声纹信号进行采集，并进行滤波处理；通过完全集成经验模态分解方法将滤波处理后的声纹信号分解为多个本征模态函数；将本征模态函数转换为二维镜像雪花图，并进行归一化处理；通过改进红嘴蓝鹊优化算法对支持向量机内部惩罚参数以及核参数进行优化，得到IRBMO‑SVM模型；将归一化处理后的二维镜像雪花图输入IRBMO‑SVM模型中进行故障诊断；本发明采用改进红嘴蓝鹊优化算法优化支持向量机，提高了支持向量机计算效率，进而提高了对风机叶片的故障诊断精度。
-
公开(公告)号：CN116610911A
公开(公告)日：2023-08-18
申请号：CN202310884271.7
申请日：2023-07-19
Applicant: 南昌工程学院 , 江西博微新技术有限公司
Abstract: 本发明属于数据修复领域，公开了一种基于贝叶斯高斯张量分解模型的用电数据修复方法及系统，收集天气、节假日、星期类型和用电量数据，构建成天气因子、节假日因子和星期因子，根据天气因子、节假日因子和星期因子构建相似度目标函数；使用野马优化算法对相似度目标函数进行寻优，在历史日中查找到与修复日相似度最高的M个相似日；以相似度最高的M个相似日的用电量数据构成三阶张量，将三阶张量输入到贝叶斯高斯张量分解模型中进行数据修复。本发明采用改进的野马优化算法选择相似日，输入贝叶斯高斯张量分解模型中对残缺数据进行修复，提升了修复准确率，以提高数据质量，达到提升预测等行为的精确性。
-
公开(公告)号：CN119475959A
公开(公告)日：2025-02-18
申请号：CN202411366544.X
申请日：2024-09-29
Applicant: 国网吉林省电力有限公司电力科学研究院 , 国网吉林省电力有限公司 , 国网吉林省电力有限公司延边供电公司 , 武汉大学 , 南昌工程学院
Inventor： 陈捷元 , 曾福平 , 赵天成 , 金鹏 , 曹森 , 张华飞 , 张恒源 , 张赛鹏 , 董洪达 , 赵春明 , 林海丹 , 翟冠强 , 屈浏强 , 王宗耀 , 许志浩 , 万义明 , 董小伟
IPC: G06F30/27 , G06N3/006 , G06N20/10 , G06F111/08
Abstract: 本发明公开了一种基于多信息特征融合的变压器故障诊断方法及系统，该方法收集变压器运行信息和变压器声纹信号，并通过自适应无迹卡尔曼滤波算法对变压器声纹信号进行滤波处理；通过改进蛇鹭优化算法对SVM的惩罚因子C进行优化，构建ISBOA‑SVM模型；将数据输入构建好的ISBOA‑SVM模型中，获得各种故障类型的概率；采用D‑S证据理论对各个ISBOA‑SVM模型输出的故障类型的概率进行融合，确定故障类型。本发明提出的方法可以显著提升变压器故障诊断的精度，泛化能力更强。
-
公开(公告)号：CN118998005A
公开(公告)日：2024-11-22
申请号：CN202411484598.6
申请日：2024-10-23
Applicant: 南昌工程学院
IPC: F03D17/00 , G06N3/006 , G06N7/08 , G06F18/2411
Abstract: 本发明公开了一种基于声纹信号的风机叶片故障诊断方法，包括如下步骤：对风机叶片声纹信号进行采集，并进行滤波处理；通过完全集成经验模态分解方法将滤波处理后的声纹信号分解为多个本征模态函数；将本征模态函数转换为二维镜像雪花图，并进行归一化处理；通过改进红嘴蓝鹊优化算法对支持向量机内部惩罚参数以及核参数进行优化，得到IRBMO‑SVM模型；将归一化处理后的二维镜像雪花图输入IRBMO‑SVM模型中进行故障诊断；本发明采用改进红嘴蓝鹊优化算法优化支持向量机，提高了支持向量机计算效率，进而提高了对风机叶片的故障诊断精度。
-
-
-
-
-
-
Search Results
7
records
(took 0.045 seconds)
