-
公开(公告)号:CN118468062A
公开(公告)日:2024-08-09
申请号:CN202410599118.4
申请日:2024-05-15
Applicant: 中国计量大学
IPC: G06F18/23 , B60L53/31 , G06N3/0464 , G06N3/0455 , G06N3/06 , G06N3/0895 , G06N3/047 , G06Q50/06
Abstract: 本发明公开了一种基于分布式内嵌物理信息神经网络的电动汽车充电桩及其输电系统的参数求解算法。采集电车充电时电池管理系统(BMS)的报文数据和对应充电订单数据,以及对应计量周期内台区变压器下1级电表的电能用量。利用卷积池化运算与可学习的全连接拟合充电数据特性与订单数据之间的非线性关系,构建订单至其充电特性的映射矩阵;采用分布式结构构建多个并行的预测模型,利用类间最大的聚类指标实现不同充电阶段数据的划分;将物理信息内嵌入神经网络并构建联合损失函数,完成电车充电系统双参数的最优求解。本发明在输电系统参数求解中优于其他传统方法,即充分考虑电动汽车在充电过程中作为动态负载,与输电系统线损率之间具有多种动态非线性关系;同时采用双参数同步求解缓解了输电系统线损率和充电桩工作误差之间的耦合关系。
-
公开(公告)号:CN115509205A
公开(公告)日:2022-12-23
申请号:CN202211169839.9
申请日:2022-09-22
Applicant: 中国计量大学
IPC: G05B23/02
Abstract: 本发明公开了一种基于并发式非平稳过程分析模型的故障检测方法。方法为:由在化工无故障运行过程中采集的过程变量和质量变量组成训练样本集并进行归一化处理;结合归一化后的训练样本集,利用特定算法构建并训练分析模型;通过分析模型求解特征统计量,并确定特征统计量的控制限;在线收集待测化工运行过程中的过程变量和质量变量,并进行归一化处理;结合归一化后的待测变量集利用分析模型求解待测化工运行过程中的特征统计量,然后根据待测化工运行过程中的特征统计量判断待测化工运行过程中是否存在故障。本发明为工业过程故障检测提供了一个完整的监控框架,有效提取非平稳过程的质量变量,更适用于监测具有质量特性的非平稳工业过程。
-
公开(公告)号:CN111507003A
公开(公告)日:2020-08-07
申请号:CN202010309729.2
申请日:2020-04-20
Applicant: 中国计量大学
IPC: G06F30/20 , G16C20/10 , G16C20/70 , G06F111/10
Abstract: 本发明公开了一种基于质量相关动态特性提取的脱丁烷塔关键变量预测方法。本发明建立质量相关动态潜隐结构,通过卡尔曼滤波,卡尔曼平滑和EM算法来求解。模型构造了两种类型的隐变量,一种与X、Y有关,另一种仅与X有关,对于数据与隐变量之间的关系能够更加充分的描述;同时,模型还分别考虑了X和Y各自的动态信息,能够很好的提取数据在时序上的的动态特性,提高了模型预测结果的准确性。
-
-