一种压缩机故障实时检测及预警方法和系统

    公开(公告)号:CN118940090B

    公开(公告)日:2025-03-28

    申请号:CN202411010828.5

    申请日:2024-07-26

    Abstract: 本发明公开了一种压缩机故障实时检测及预警方法和系统,所述方法包括通过获取压缩机运行数据,对数据进行预处理包括分解和特征提取,利用K折交叉验证划分数据集,并采用改进开普勒优化算法KOA对TimeMixer模型和梯度决策提升树模型进行训练;当输出训练好的模型后,在线预警部分实时采集数据进行故障预测,并根据预测结果进行分级预警;同时以准确率作为预测结果的性能指标,当准确率下降超过阈值,重新进行模型训练并更新数据库,可以有效解决设备老化及工况改变导致的运行数据概念漂移问题。本发明通过离线模型和在线预警的有机结合,协同运作,形成闭环管理;采用加权预测函数协同构建KOA的适应度函数,有助于减少过拟合的风险,有效提高预测精度。

    一种压缩机故障实时检测及预警方法和系统

    公开(公告)号:CN118940090A

    公开(公告)日:2024-11-12

    申请号:CN202411010828.5

    申请日:2024-07-26

    Abstract: 本发明公开了一种压缩机故障实时检测及预警方法和系统,所述方法包括通过获取压缩机运行数据,对数据进行预处理包括分解和特征提取,利用K折交叉验证划分数据集,并采用改进开普勒优化算法KOA对TimeMixer模型和梯度决策提升树模型进行训练;当输出训练好的模型后,在线预警部分实时采集数据进行故障预测,并根据预测结果进行分级预警;同时以准确率作为预测结果的性能指标,当准确率下降超过阈值,重新进行模型训练并更新数据库,可以有效解决设备老化及工况改变导致的运行数据概念漂移问题。本发明通过离线模型和在线预警的有机结合,协同运作,形成闭环管理;采用加权预测函数协同构建KOA的适应度函数,有助于减少过拟合的风险,有效提高预测精度。

    基于MATLAB的差异化文本键入方法

    公开(公告)号:CN115047982B

    公开(公告)日:2024-10-01

    申请号:CN202210703571.6

    申请日:2022-06-21

    Abstract: 本发明涉及鼠标定位与文本键入技术领域,公开了一种基于MATLAB的差异化文本键入方法,对鼠标进行像素级精确定位,获取当前所处的位置矩阵信息,辅助文本摆放在正确的预设位置;通过绘制像素坐标矩阵与RGB色度矩阵的方法按比例还原屏幕信息,并以鼠标点击的方式返回当前所处的位置矩阵;根据需要处理的文本数量和操作对象数量,设置具体的自动操作循环次数,在每次循环操作都对其中一个对象进行处理,并自动键入差异化的局部信息;在定位好的位置批量键入/修改文本图片,执行预设动作。与现有技术相比,本发明拥有更方便的差异化重复操作逻辑,更精准的鼠标定位方法,以及更快捷的文本键入功能。

    一种基于命令滤波器的单连杆机械臂预定时间控制方法

    公开(公告)号:CN117921659B

    公开(公告)日:2024-09-24

    申请号:CN202410051541.0

    申请日:2024-01-12

    Abstract: 本发明公开了一种基于命令滤波器的单连杆机械臂预定时间控制方法,包括:根据单连杆机械臂的动力学模型,得到具有状态约束的非线性系统的状态方程;确定控制目标;根据状态方程设计误差变量,并基于命令滤波器反步控制方法进行递推设计,设计虚拟控制变量、实际控制变量、一阶滤波器和误差补偿变量;构建预定性能障碍Lyapunov函数V,验证设计的变量是否满足预定时间稳定性判据;对设计的控制方案进行稳定性证明、性能指标分析。与现有技术相比,本发明避免了传统反步设计过程中对虚拟控制律重复求导所引起的“复杂性爆炸”问题,进一步消除了滤波过程中产生的误差,实现单连杆机械臂在预定时间内跟踪给定轨迹,且跟踪误差在预设范围之内。

    一种基于误差校正的锂电池SOC和SOH联合估计方法及系统

    公开(公告)号:CN118501745A

    公开(公告)日:2024-08-16

    申请号:CN202410630793.9

    申请日:2024-05-21

    Abstract: 本发明公开了一种基于误差校正的锂电池SOC和SOH联合估计方法及系统,首先利用KD树对锂电池充放电数据进行缺失值填补,建立第一数据集;然后建立锂电池SOC估计模型,进行SOC估计,得到SOC估计值;利用OSELM模型对SOC估计值进行误差校正,得到最终SOC估计值;将所述最终SOC估计值与锂电池充放电数据组成第二数据集,建立锂电池SOH估计模型,采用改进的算数优化算法优化模型超参数,进行SOH估计,得到最终SOH估计值。本发明结合误差校正的思想,使锂电池荷电状态估计结果更为精准,并考虑到锂电池荷电状态与健康状态之间的紧密联系关系,对锂电池SOC和SOH进行联合估计,与现有技术相比,本发明能够有效提高计算精度,使得估计更为准确。

    一种基于改进patch-informer的太阳辐射预测方法及装置

    公开(公告)号:CN116776921B

    公开(公告)日:2024-04-19

    申请号:CN202310688740.8

    申请日:2023-06-09

    Abstract: 本发明公开了一种基于改进patch‑informer的太阳辐射预测方法及装置,所述方法包括:利用无迹卡尔曼滤波UKF对太阳辐射历史数据进行数据预处理;通过因子分析法FA进行特征提取,获取可观测的太阳辐射数据变量中的隐变量;对战争策略算法进行改进;建立IWSO‑patch‑informer模型,将测试样本输入IWSO‑patch‑informer模型中进行计算,得到待预测站点未来的太阳辐射预测值。本发明通过patch‑informer模型将时间序列分隔成子序列级别的patches,作为informer的输入,然后通过IWSO优化模型中多头注意力机制的head个数,该模型包含独立通道,每个通道包含单一的单变量时间序列,改良了传统时间序列模型的缺点,可以关注到更长的太阳辐射的历史信息,显著提高长期太阳辐射预测的准确性。

Patent Agency Ranking