一种工业过程关键性指标软测量建模方法

    公开(公告)号:CN118070928A

    公开(公告)日:2024-05-24

    申请号:CN202410182707.2

    申请日:2024-02-18

    Abstract: 本发明公开了一种工业过程关键性指标软测量的建模方法,采集关键性的指标变量;使用t‑SNE提取数据特征;构建多层软测量集成模型,第一层建立基于误差校正的基模型,使用GRU,LightGBM,KNN分别预测,并使用TOCSA算法优化的XGBoost对初步预测结果进行校正。第二层建立基于误差加权的融合模型,将第一层各模型的软测量预测结果进行加权融合,利用LSSVM模型对这一融合结果进行进一步预测,得到了两组预测结果。第三层建立二次误差加权的集成模型,将第二层得到的两组结果再次基于误差加权得到最终结果。使用建立好的模型对工业中难以检测的关键指标进行软测量预测。本发明能够提高建模精度、增强模型的鲁棒性,能够适应复杂工业过程,并提高实时性和响应速度。

    一种基于多生产线的VMD分解与生产线优化系统

    公开(公告)号:CN117850367A

    公开(公告)日:2024-04-09

    申请号:CN202311863347.4

    申请日:2023-12-29

    Abstract: 本发明公开了一种基于多生产线的VMD分解与生产线优化系统,该系统包括:数据输入模块,输入多种单支工厂生产线负荷数据和总生产线负荷数据;优化VMD模块,能分解出高频和低频,用于对生产负荷数据分解出生产线的高频信号和低频信号,对VMD进行优化,优化模态分量的个数K;信号识别系统,有效的识别出VMD分解后的高负荷生产线;智能负荷优化模块对信号识别系统别出波动较大的高频生产线负荷进行智能负荷优化;生产线工作制调整:用于调整整个生产线的生产负荷。与现有技术相比,本发明通过优化VMD模块和智能负荷优化模块对生产线负荷数据进行优化调整,能够让工厂的生产线更加高效的、准确的完成工作。

    一种基于多传感器数据融合的锂电池健康状态估计方法

    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

    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。

    一种农产品冷藏仓库中的AGV路径规划方法及系统

    公开(公告)号:CN117740019A

    公开(公告)日:2024-03-22

    申请号:CN202311818748.8

    申请日:2023-12-26

    Abstract: 本发明公开了一种农产品冷藏仓库中的AGV路径规划方法及系统,所述方法为AGV车辆搭载深度相机和激光雷达采集仓库地图环境数据,采用Gmapping算法构建二位栅栏地图,仓库AGV采用改进OMA算法完成全局路径规划,所述改进的OMA算法包括采用改进的循环混沌映射初始化代替其原来的随机初始化、萤火虫扰动策略对算法最优解更新迭代优化;引进虚拟终点的策略和一种目标距离函数,采用改进的人工势场法完成AGV局部路径规划,其中目标距离函数可以有效避免AGV小车到达不了目标点的情况,虚拟终点法能帮助个体迅速逃离局部极值,完成避障功能。本发明准确快速的优化冷藏仓库农产品的路径规划问题,减少农产品的调度时间,并且减少了人工参与,保障了工作人员的安全。

    一种锂电池健康状态的估计方法

    公开(公告)号:CN116449218B

    公开(公告)日:2024-03-12

    申请号:CN202310463105.X

    申请日:2023-04-26

    Abstract: 本发明公开一种锂电池健康状态估计方法,收集不同工况下锂离子电池单体充放电的电压、电流、温度、容量数据,采用LOF方法对原始数据的异常值进行剔除,使用K折交叉的方法对数据进行划分,构建Stakcing集成模型训练的数据集合,使用AST‑GRU和CNN‑RVFL作为基学习器,随机森林RF作为元学习器,构建锂电池健康状态估计模型;采用singer混沌映射对堆优化算法的种群进行初始化操作,在位置更新中引入基于维度学习的更新策略,得到IHBO;利用IHBO对模型的超参数进行优化,获得最佳参数,并将最优超参数输入到模型中,利用基学习器层得到的元特征数据对元学习器进行训练,得到最终预测结果。与现有技术相比,本发明能够有效的估计锂电池健康状态,提高模型精度。

    一种风电功率爬坡事件间接预测方法

    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

    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

    基于无人外卖车的外卖配送系统及方法

    公开(公告)号:CN117314300A

    公开(公告)日:2023-12-29

    申请号:CN202311398378.7

    申请日:2023-10-26

    Abstract: 本发明公开了一种基于无人外卖车的外卖配送系统及方法,包括数据采集子系统、智能调控子系统、路径优化模块和无人外卖车,数据采集子系统用于采集外卖签收点信息、无人外卖车配送时间信息和无人外卖车装载信息;智能调控子系统用于根据历史外卖签收点信息将配送路线分为高频签收线路和低频签收线路,为高频签收线路的外卖分配给无人外卖车,为低频签收线路的外卖分配给配送员,并将分配给无人外卖车的外卖根据签收点分配所属无人外卖车;路径优化模块用于优化各无人外卖车的配送路径;无人外卖车用于按照优化的配送路径进行配送。本发明对路径和时间进行优化,减少在配送过程中所消耗的人力和物力。

Patent Agency Ranking