-
公开(公告)号:CN1584562A
公开(公告)日:2005-02-23
申请号:CN200410048038.2
申请日:2004-06-11
Applicant: 清华大学
IPC: G01N22/02
Abstract: 基于微波技术的输气管道泄漏检测定位方法与系统属于输气管道泄漏、裂纹故障状态的检测技术领域。其特征在于,它是往管道中发射TE01和TM01模式的微波,并分别检测TE01和TM01微波的模式、反射波功率或散射波功率,以及反射系数模和相角值,当检测到的任何一个值超过相应的超限阈值时,说明管道中有缺陷存在,则启动微波源向管道中发射调制微波,同时检测调制微波发射至收到反射时的时间差,然后根据时间差计算出管道中的缺陷位置。本发明采用三种检测模式同时进行检测,避免了小裂纹、小裂缝、毛刺等漏检的情况,使缺陷的检测更加准确。
-
公开(公告)号:CN119474865A
公开(公告)日:2025-02-18
申请号:CN202411515906.7
申请日:2024-10-28
Applicant: 国网冀北电力有限公司电力科学研究院 , 清华大学
IPC: G06F18/214 , G06F18/213 , G06F18/24 , G06N3/096
Abstract: 本公开涉及机械故障诊断模型迁移训练方法和机械故障诊断方法、装置、设备与介质,训练方法包括:获取机械故障诊断模型以及源域样本集与目标域样本集;利用机械故障诊断模型输出源故障样本的样本特征和故障预测结果以及目标故障样本的样本特征和故障预测结果;根据多个源故障样本的故障预测结果以及样本标签确定样本分类损失;根据多个源故障样本的样本特征以及多个目标故障样本的样本特征确定特征差异损失;根据多个目标故障样本的故障预测结果确定类别混淆损失;根据样本分类损失、特征差异损失以及类别混淆损失确定目标损失,并利用目标损失优化机械故障诊断模型。由此,能够提高训练后的目标机械故障诊断模型进行机械故障类型诊断的准确性。
-
公开(公告)号:CN105629959A
公开(公告)日:2016-06-01
申请号:CN201610099795.5
申请日:2016-02-23
Applicant: 清华大学
IPC: G05B23/02
CPC classification number: G05B23/0235
Abstract: 一种工业过程故障检测方法,其包括:获取待检测工业过程的运行数据,并利用预设滑动时间窗口对运行数据进行处理,得到不同窗口下的运行数据矩阵;计算第1运行数据矩阵的协方差矩阵的特征值和特征向量,采用迭代的方式确定其它各个运行数据矩阵的协方差矩阵的特征值和特征向量;根据各个运行数据矩阵的协方差矩阵的特征值和特征向量,计算各个运行数据矩阵的检测指数,并将各个检测指数分别与预设预设检测指数阈值进行比较,根据比较结果判断待检测工业过程是否出现故障。与基于专家系统的高炉异常检测方法相比,该方法不需要历史故障信息,并且避免了冗杂的规则训练过程,其更易于实现且更为高效。
-
公开(公告)号:CN101246467B
公开(公告)日:2012-05-16
申请号:CN200710177619.X
申请日:2007-11-19
Applicant: 清华大学
Abstract: 自适应阈值检漏结合多尺度快速时延搜索的泄漏定位方法属于输油(气)管道故障诊断技术领域。其特征在于以管道两端压力数据与其经过基于正交小波变换去噪处理的重构信号差值的标准差乘以系数作为两端阈值。若两端压力下降突变点前后的均值变化均超过阈值,判定有泄漏并进行定位:计算两端压力数据的近似小波变换系数,初始化搜索区间,从最大尺度N开始在搜索区间内计算对应近似小波变换系数的信号时延值,利用等比关系将尺度N下的时延估计值转换为N-1下时延估计值,以该值更新搜索区间,重复以上过程至尺度为0,以此时延估计值进行定位。本发明能有效降低误报率和漏报率,减小时延估计计算量,有利于算法在线实现。
-
公开(公告)号:CN100552668C
公开(公告)日:2009-10-21
申请号:CN200710177617.0
申请日:2007-11-19
Applicant: 清华大学
Abstract: 基于压力和声波信息融合的泄漏检测定位方法,属于输油(气)管道故障诊断技术领域,其特征在于:均基于信息融合的泄漏检测和泄漏定位。前者包括:分别采集管道上、下游端压力和声波传感器的测量数据,送入计算机,经过数据滤波、特征级融合和决策级融合三个层次的处理获得最终的检测结果。如果检测结果显示有泄漏,则启动基于信息融合的泄漏定位过程。该过程首先分别利用两类不同传感器的信号和多种不同的泄漏定位算法进行泄漏定位,经过基于同类传感器和不同定位方法的定位结果的融合,以及基于两类不同传感器的定位结果的融合两个层次的处理,最终得到定位结果。该方法能够有效的降低误报率和漏报率,提高定位精度。
-
公开(公告)号:CN119397418A
公开(公告)日:2025-02-07
申请号:CN202411433943.3
申请日:2024-10-14
Applicant: 国网冀北电力有限公司电力科学研究院 , 清华大学
IPC: G06F18/2431 , G06F18/214 , G06N3/092
Abstract: 本公开涉及计算机技术领域,包括基于分布式多智能体强化学习的对象分类方法及装置。通过对训练集进行划分得到至少两个训练子集;对于每个训练子集,通过训练子集对应的智能体对训练子集进行强化学习,得到智能体的强化学习模型在本轮训练后得到的局部模型参数,不同强化学习模型在训练前的模型参数均为全局模型参数;基于各个强化学习模型对应的局部模型参数,确定本轮训练得到的全局模型参数;在训练轮次满足预设条件的情况下,基于最后一轮训练得到的全局模型参数确定目标强化学习模型,以基于目标强化学习模型对输入的待分类信号进行对象分类,得到分类结果;可以保证对象分类效率,提升算法处理大规模不平衡数据的能力。
-
公开(公告)号:CN119377818A
公开(公告)日:2025-01-28
申请号:CN202411434567.X
申请日:2024-10-14
Applicant: 国网冀北电力有限公司电力科学研究院 , 清华大学
IPC: G06F18/2431 , G06F18/23213 , G06F18/2321 , G06F18/2135 , G06N3/092
Abstract: 本公开涉及计算机技术领域,包括一种复杂噪声条件下基于深度强化学习的对象分类方法及装置。通过获取待分类数据;基于深度强化学习得到的噪声分类模型,对待分类数据进行噪声分类,得到待分类数据对应的噪声分类;调用噪声分类对应的降噪算法对待分类数据进行降噪处理,得到降噪后的数据;基于深度强化学习得到的对象分类模型,对降噪后的数据进行对象分类,得到对象分类结果;可以解决传统的去噪算法的噪声去除效果不佳的问题;可以在噪声类型较多的情况下,自适应地切换降噪算法进行降噪处理,因此,提高复杂噪声场景下待分类数据的降噪效果。
-
公开(公告)号:CN119002323A
公开(公告)日:2024-11-22
申请号:CN202310559953.0
申请日:2023-05-17
Applicant: 清华大学
IPC: G05B19/042
Abstract: 本公开涉及一种实时监控报警方法、装置、电子设备和存储介质,按照预设时间周期多次获取生产过程中监控到的监控特征值作为目标特征值,确定目标特征值初始的窗口长度并确定目标特征值之前窗口长度内获取的监控特征值为参考特征值。根据每个参考特征值对应的奖励值确定目标特征值对应的参考动作。根据目标特征值对应的参考动作调整窗口长度以更新参考特征值。根据更新后参考特征值对应的奖励值确定累计报警奖励和累计正常奖励以确定目标特征值对应的报警状态。本公开通过设置奖励值的方式,根据已经确定过报警状态的特征值确定下一周期的报警状态。该方式在确定报警状态时考虑一个阶段的多个监控特征值,避免因瞬时特征值变化产生误报。
-
公开(公告)号:CN115675583A
公开(公告)日:2023-02-03
申请号:CN202110863230.0
申请日:2021-07-29
Applicant: 清华大学 , 国家高速列车青岛技术创新中心
Abstract: 本公开涉及一种驾驶策略确定方法、装置、电子设备和存储介质,通过确定包括目标路线对应多个驾驶策略的有向无环图,以及目标路线中的多个通行点,根据各驾驶策略中节点的第一属性信息、连接节点路径的第二属性信息和通行点的第三属性信息确定能耗边界矩阵,并进一步根据各节点的第一属性信息、各路径的第二属性信息以及能耗边界矩阵对各驾驶策略进行剪枝,得到目标路线对应的目标驾驶策略。本公开实施例通过目标路线中通行点的属性和有向无环图中节点和路径的属性对各驾驶策略进行剪枝,实现了精确最优驾驶策略的求解,简化了计算过程,满足了计算过程的实时性,提高了最终驾驶策略的精确程度。
-
公开(公告)号:CN115675508A
公开(公告)日:2023-02-03
申请号:CN202110862906.4
申请日:2021-07-29
Applicant: 清华大学 , 国家高速列车青岛技术创新中心
Abstract: 本公开涉及一种驾驶策略确定方法、装置、电子设备和存储介质,通过确定目标路线对应的有向无环图和通行点,并根据各通行点的属性信息对有向无环图中的节点进行分类,得到第一节点集合和第二节点集合。分别按照由前向后和由后向前的顺序依次对各第一节点的驾驶策略和第二节点的驾驶策略进行剪枝,得到前向策略和后向策略,拼接前向策略和后向策略得到目标驾驶策略。本公开实施例根据对应的位置将有向无环图中各节点划分为前向的第一节点集合和后向的第二节点集合,依次基于各驾驶策略中的目标路线起点和终点开始的第一节点和各第二节点分别进行剪枝,拼接后得到准确的目标驾驶策略,提高了确定过程的准确程度和处理速度。
-
-
-
-
-
-
-
-
-