公开(公告)号：CN116646927B

公开(公告)日：2024-10-25

申请号：CN202310627483.7

申请日：2023-05-30

Applicant: 淮阴工学院

Inventor： 张学东 ,  陈佳雷 ,  陈杰 ,  张楚 ,  彭甜 ,  赵环宇 ,  李茜 ,  钱诗婕

IPC: H02J3/00 ,  H02J3/38 ,  G06F18/213 ,  G06F18/23 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/088 ,  G06N3/084

Abstract: 本发明提供了一种基于分段滤波与纵横聚类的风电功率预测方法，首先获取风电功率的历史数据，SDT进行爬坡识别，分别使用MEEMD滤波、smooth滤波对数据进行预处理，得到分段滤波后的波形；采用纵横聚类对数据进行聚类，纵向聚类通过日内预聚类、单日间再聚类和纵向时间单元的三步聚类来实现全年细化季节特性聚类，同时将纵向类内的全部数据联排聚类，实现小时间尺度下的精细横向聚类；使用变分自动编码器对聚类后的数据进行特征提取，然后使用改进的蒲公英优化算法优化Transformer预测模型参数，预测得到风电功率。本发明解决了数据波动性对预测精度的影响，其次考虑单日相似性与细化季节特性的实际情况，有效提高了预测风电功率的精确性和鲁棒性。

公开(公告)号：CN116774086B

公开(公告)日：2024-03-26

申请号：CN202310686242.X

申请日：2023-06-09

Applicant: 淮阴工学院

Inventor： 陈佳雷 ,  张楚 ,  王业琴 ,  葛宜达 ,  彭甜 ,  王熠炜 ,  王政 ,  张学东 ,  陈杰 ,  李茜 ,  李燕妮 ,  钱诗婕

IPC: G01R31/392 ,  G06F30/27 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/0985

Abstract: 本发明公开了一种基于多传感器数据融合的锂电池健康状态估计方法，采集锂电池数据，运用去趋势交叉相关分析法对数据集进行特征提取并进行数据集划分；构建基STGCN和Pyraformer模型的锂电池组电池健康状态模型；通过STGCN提取由锂电池组的多维度参数数据构成的空间参数序列的局部电池容量变化特征，将获得的特征输入到Pyraformer中建立空间参数序列与全局锂电池组健康状态的变化联系；运用均匀初始化对SDO进行初始化操作，将改进后的多元学习引入到SDO中得到改进的UMSDO算法；利用UMSDO优化STGCN‑Pyraformer模型中的超参数，获取对应的最优参数，对电池健康状态进行预测，得到电池健康状态的预测结果。本发明能够被应用于锂电池健康状态预测的建模过程中，确保锂电池健康状态预测的准确性。

公开(公告)号：CN116885691B

公开(公告)日：2024-02-23

申请号：CN202310626107.6

申请日：2023-05-30

Applicant: 淮阴工学院

Inventor： 李茜 ,  钱诗婕 ,  李燕妮 ,  陈佳雷 ,  张楚 ,  葛宜达 ,  陈杰 ,  彭甜 ,  王熠炜

IPC: H02J3/00 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06F18/10 ,  G06F18/213 ,  G06N3/0985 ,  H02J3/38

Abstract: 件的识别精度。本发明公开了一种风电功率爬坡事件间接预测方法，首先，利用多元变分模态分解将原始风电功率和风速联合分解成一组相对平稳的子序列；其次，使用卷积神经网络对每一个被分解的风电功率序列进行特征提取；再次，利用改进的FDA算法对BIGRU模型的超参数进行优化，得到优化预测模型并对风电功率进行预测，采用残差修正模型TCN对其进行误差校正，以获得最终的风电功率预测值；最后，将最终风电功率预测值作为输入，使用改进的FDA算法优化旋转门算法对其中的风电爬坡事件进行识别；结合爬坡定义和检测算法，对预测功率中的爬坡事件进行间接

公开(公告)号：CN117154704A

公开(公告)日：2023-12-01

申请号：CN202311106969.2

申请日：2023-08-29

Applicant: 淮阴工学院

Inventor： 李茜 ,  彭甜 ,  钱诗婕 ,  陈佳雷 ,  张楚 ,  李燕妮 ,  陈亚娟 ,  陈杰 ,  王政 ,  葛宜达

IPC: H02J3/00 ,  G06F30/27 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08 ,  G06Q50/06 ,  G06N7/01 ,  G06F17/16 ,  G06F17/15

Abstract: 本发明公开了一种基于多尺度时空图注意力卷积网络的光伏功率预测方法，获取光伏电站真实历史运行数据集，利用互信息熵对NWP中的主要气象因子与光伏功率进行相关性分析，筛选出相关程度最高的气象因子，采用矩阵填充算法对其进行修正；建立时空图注意力卷积网络模型，首先构建属性图来捕捉光伏发电功率在时间和空间上的动态特征，通过多层图注意力网络从属性图中提取空间特征，使用时间卷积网络从属性图中来挖掘时间相关特征；采用改进的序贯模型优化算法对预测模型的超参数进行优化；最后，构建融合多源数据的神经网络全连接层，从而预测光伏发电功率。本发明提高了区域内光伏电站的发电功率预测准确性。

公开(公告)号：CN118625667B

公开(公告)日：2024-12-13

申请号：CN202410727975.8

申请日：2024-06-06

Applicant: 淮阴工学院

Inventor： 葛宜达 ,  王熠炜 ,  陈杰 ,  李茜 ,  张楚 ,  吴影 ,  钱诗婕 ,  李燕妮

IPC: G05B13/04

Abstract: 本发明公开了一种污水处理过程软测量与多目标优化控制方法、装置及介质，采集污水处理过程溶解氧、硝态氮、出水水质和能耗数据；建立基于正则化在线顺序极限学习机的软测量模型用于预测污水处理过程的出水水质和能耗，采用分段线性混沌映射初始化和多元学习策略对自适应引导差分进化算法进行改进，得到IMOAGDE算法；以水质和能耗作为优化目标，并通过IMOAGDE算法得到溶解氧和硝态氮的优化设定值；采用积分时间绝对误差、调节时间和超调量作为优化目标，利用IMOAGDE算法对FOPID进行参数整定，找到最优的参数组合，并对溶解氧和硝态氮进行跟踪控制。本发明实现污水处理过程关键参数的在线、高精度软测量以及多目标优化控制，对于提升污水处理工艺和节能减排有重要意义。

公开(公告)号：CN117114192B

公开(公告)日：2024-09-20

申请号：CN202311103993.0

申请日：2023-08-29

Applicant: 淮阴工学院

Inventor： 钱诗婕 ,  张楚 ,  李茜 ,  李燕妮 ,  彭甜 ,  孙娜 ,  黄小龙 ,  陈杰 ,  王政 ,  张学东

IPC: G06Q10/04 ,  G06Q10/067 ,  G06Q50/06 ,  G06F18/25 ,  G06N7/01 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08 ,  G06F18/213 ,  H02J3/00

Abstract: 本发明公开了一种基于多尺度时空图变换网络的海上风电功率预测方法及装置，首先，采集海上多个风电场的历史数据，进行小样本增强；其次，建立由多时间尺度自相关特征提取模块、时空特征提取模块和预测输出模块组成的多尺度时空图变换网络模型MSSTGTN，自适应地提取高分辨率历史数据中不同时间尺度的自相关特征，通过时空特征提取模块中的混合膨胀图卷积网络和变体Transformer来提取复杂的时空特征，最后通过预测输出模块预测风电功率；采用多目标贝叶斯算法优化模型的超参数以及时间与形状失真损失函数的权重，从而得到更准确的风电功率预测结果。本发明捕捉复杂的时空关系，考虑多个目标指标，适应海上风电场的动态变化，提高预测的准确性和稳定性。

公开(公告)号：CN118552899A

公开(公告)日：2024-08-27

申请号：CN202410714345.7

申请日：2024-06-04

Applicant: 淮阴工学院

Inventor： 陈杰 ,  钱诗婕 ,  葛宜达 ,  彭甜 ,  王业琴 ,  张新荣 ,  王政 ,  王熠炜

IPC: G06V20/52 ,  G06V10/80 ,  G06T5/70 ,  G06T5/60 ,  G06V10/764 ,  G06V10/82 ,  G06N3/044 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/045

Abstract: 本发明公开了一种基于深度学习的化工厂区智能安全检测方法，在化工厂区存在安全隐患的区域安装多个摄像头，获取现场工人图像；采用改进的自适应小波阈值去噪处理原始图像；然后通过CycleGAN生成图像数据，解决样本不平衡的问题；标注预处理后的图像构建数据集；将处理后的数据集输入改进的EfficientDet目标检测模型；改进EfficientDet模型包括：在MBConv中引入PSA注意力机制，改进双向特征金字塔网络BiFPN结构；将待检测图像输入至训练好的改进EfficientDet模型，得到工人的防护装备佩戴情况及位置信息，进一步判断相关人员是否发生危险行为；最后将检测的结果显示在前端界面并发出相应的预警信号。本发明提供一种能够实时、准确和自动检测化工厂区安全隐患的系统。

公开(公告)号：CN116954086B

公开(公告)日：2024-06-28

申请号：CN202311111146.9

申请日：2023-08-30

Applicant: 淮阴工学院

Inventor： 陈杰 ,  张楚 ,  张学东 ,  钱诗婕 ,  彭甜 ,  王熠炜 ,  李茜 ,  陈亚娟 ,  葛宜达 ,  陈佳雷

IPC: G05B13/04

Abstract: 本发明公开了一种抽水蓄能机组调节系统智能预测控制方法及装置，所述方法包括以下内容：首先，获取抽水蓄能机组调节系统运行数据，其次，建立时域卷积‑双向长短期神经网络TCN‑BiLSTM对系统未来状态趋势进行迭代预测，并作为深度智能预测控制DeepMPC的预测模型；然后，通过梯度下降算法实时优化模型和实际过程输出的误差在线实时调整TCN‑BiLSTM预测模型的参数，使其与被控对象保持一致；最后，采用改进的人工鱼群算法设计非线性预测控制器，加速预测控制律的求解。本发明能够满足不同工况下的抽水蓄能调节系统非线性预测控制，从而提高抽水蓄能机组抑制转速和功率波动的调控能力。

公开(公告)号：CN117151285A

公开(公告)日：2023-12-01

申请号：CN202311097283.1

申请日：2023-08-29

Applicant: 淮阴工学院

Inventor： 陈佳雷 ,  彭甜 ,  葛宜达 ,  王熠炜 ,  张楚 ,  孙娜 ,  王政 ,  李茜 ,  钱诗婕 ,  李燕妮

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于多要素注意力时空图卷积网络的径流预报方法，首先获取流域水文历史数据集；提取流域上下游站点的拓扑关系，完成流域拓扑关系的提取及图结构模型的构建；建立基于真实空间邻接关系的地理邻接矩阵，分析流域径流过程的多重时空依赖性；引入时空图卷积网络提取水文气象要素在时空维度的特征，搭建融合多要素预报结果的神经网络全连接层，建立径流预报模型MASTGCN；运用均匀初始化对秃鹰搜索优化算法进行初始化操作，将多元学习策略引入到秃鹰搜索优化算法中得到UMBES算法，利用UMBES算法优化MASTGCN模型中的超参数，利用优化后的MASTGCN模型对未来时刻的径流状况进行预测。本发明能有效捕获水文气象过程的动态时空模式，实现准确的径流预报。

公开(公告)号：CN116842463A

公开(公告)日：2023-10-03

申请号：CN202310819698.9

申请日：2023-07-05

Applicant: 淮阴工学院

Inventor： 李燕妮 ,  葛宜达 ,  李茜 ,  钱诗婕 ,  王政 ,  陈佳雷 ,  彭甜 ,  张楚 ,  纪捷 ,  孙娜 ,  王熠伟 ,  陈杰

IPC: G06F18/2415 ,  G06N3/049 ,  G06N3/0464 ,  G06F18/214 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/08 ,  G06N3/006 ,  G06F18/213 ,  G01R31/00 ,  G01R31/36

Abstract: 本发明公开了一种电动汽车充电桩设备故障诊断方法，在大数据库中获取充电桩历史故障数据，并进行数据预处理；利用TimeGAN对原始数据集进行数据增强，生成时间序列数据；将扩充后的数据集划分成训练集、验证集和测试集；通过时间卷积网络TCN和FEDformer构建TCN‑FEDformer融合模型；采用拉丁超立方初始化方法和柯西反向学习混合变异策略对阿基米德优化算法AOA进行改进，得到MAOA算法；利用MAOA算法优化TCN‑FEDformer融合模型的超参数，得到更有效的充电桩设备故障特征信息；将融合模型的输出通过全局平均池化后使用softmax函数进行分类。本发明能够实现对充电桩设备故障的快速、准确地诊断，提高充电桩设备的安全性和可用性。