-
公开(公告)号：CN117134334B
公开(公告)日：2024-07-19
申请号：CN202311088568.9
申请日：2023-08-28
Applicant: 淮阴工学院
IPC: H02J3/00 , G06Q50/06 , G06F18/214 , G06N7/01 , G06N7/08 , G06N20/20 , G06N3/0464 , G06N3/049 , G06N3/0985
Abstract: 本发明公开了一种基于机理‑数据驱动混合集成的光伏发电功率预测方法，采用时空分离卷积网络预测模型SSTCN结合维度可分离卷积网络DSAT和全连接预测输出层构建可分离时空卷积网络模型DSATCN的数据驱动模型，采用基于贝叶斯优化BO和多项式混沌展开PCE代理模型优化可分离时空卷积网络预测模型的超参数，采用参数相对容易获取的ASHRAE模型作为计算情况辐照度的基础，建立计算晴空辐照度与实际光伏电站晴天出力之间的映射模型，构建基于机理的晴空功率模型，使用Blending集成学习通过充分利用各模型预测原理的差异性，达到不同模型间的互补，对数据驱动和晴空功率机理模型得到光伏发电功率预测结果进行集成学习，得到最终的光伏发电功率的预测，提高整体模型的预测精度。
-
公开(公告)号：CN117151285B
公开(公告)日：2024-07-02
申请号：CN202311097283.1
申请日：2023-08-29
Applicant: 淮阴工学院
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：CN117154704B
公开(公告)日：2024-06-07
申请号：CN202311106969.2
申请日：2023-08-29
Applicant: 淮阴工学院
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：CN118037764A
公开(公告)日：2024-05-14
申请号：CN202410147007.X
申请日：2024-02-01
Applicant: 淮阴工学院
IPC: G06T7/207 , G06T7/246 , G06N3/0442 , G06N3/0464 , G06N3/049 , G06N3/082 , G06N3/0985
Abstract: 本发明公开了一种多摄像头的室内行人异常轨迹预警方法、装置及介质，所述方法包括获取各个摄像头的画面，对待检测视频进行目标标注，得到行人目标跟踪数据集，以不同角度摄像头监控的画面为平面建立两级坐标系，联合定位目标位置并记录；构建包括GOLO模型和Social‑DWTimesNet模型的轨迹预测模型S‑GOLO；将对两级坐标系中的行人历史轨迹进行跟踪，将跟踪结果统一输入到轨迹预测模型S‑GOLO中，实现行人轨迹的初步预测；使用PBT算法优化Social‑DWTimesNet模型的核心参数，得到优化后的轨迹预测模型；通过优化后的轨迹预测模型得到行人定位和轨迹预测的结果。本发明提高了行人定位的准确度，对模型的改进使其能够更快速而精确地预测轨迹，实现了低成本下高精度的行人异常轨迹预警。
-
公开(公告)号：CN117273200A
公开(公告)日：2023-12-22
申请号：CN202311112445.4
申请日：2023-08-31
Applicant: 淮阴工学院
IPC: G06Q10/04 , G06Q10/0639 , G06N3/0464 , G06N3/049 , G06N3/045 , G06F17/10
Abstract: 本发明公开了一种基于卷积优化算法和Pyraformer神经网络的径流区间预报方法，包括采集数据，采用卷积优化算法优化Pyraformer神经网络模型作为径流区间的预测模型；利用覆盖率指标PICP、平均宽度指标PINAW、对称性指标PIS定义卷积优化算法的复合目标函数CSWC作为模型的适应度函数，并在参数可行域范围内优化预测模型参数；利用预测模型预测径流区间取值的上、下边界；同时利用覆盖率指标PICP、平均宽度指标PINAW、对称性指标PIS对上下边界进行准确度进行评价及修正；利用上下边界误差，获得误差数据的预测结果；并将预测结果送入设计的误差校正策略中，获得最终的区间预测结果。本发明解决了现有技术中局部优化算法预报径流区间不准确的问题。
-
Patent Agency Ranking
公开(公告)号：CN116502541B
公开(公告)日：2023-12-22
申请号：CN202310568459.0
申请日：2023-05-18
Applicant: 淮阴工学院
IPC: G06F30/27 , G06N3/006 , G06N3/0464 , G06N3/08 , G06F119/04 , G06F113/08 , G06F119/14 , G06F119/08
Abstract: 本发明公开了一种质子交换膜燃料电池寿命预测的方法，采用改进的蛇优化算法分别优化卷积神经网络模型CSO‑CNN和随机向量网络模型CSO‑RVFL进行退化趋势预测；采用粒子滤波嵌套半经验模型，首先通过燃料电池的物理模型进行循环迭代得到状态方程和观测方程的参数范围，并利用粒子群优化算法进行对物理模型进行参数优化；最后采用Blending算法对数据驱动模型和物理模型预测结果进行集成学习得到燃料电池的性能退化趋势，使用性能退化趋势预测结果对质子交换膜燃料电池剩余寿命进行预测。本发明利用改进的蛇算法对CNN和RVFL模型进行同步优化，能够更好的得到燃料电池性能退化趋势，实现对质子交换膜燃料电池剩余寿命的精确快速预测。
-
公开(公告)号：CN116954086A
公开(公告)日：2023-10-27
申请号：CN202311111146.9
申请日：2023-08-30
Applicant: 淮阴工学院
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：CN116774086A
公开(公告)日：2023-09-19
申请号：CN202310686242.X
申请日：2023-06-09
Applicant: 淮阴工学院
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：CN118820879A
公开(公告)日：2024-10-22
申请号：CN202410782909.0
申请日：2024-06-18
Applicant: 淮阴工学院
IPC: G06F18/241 , G06F18/211 , G16C20/10
Abstract: 本发明公开了一种基于多变量相关性分析的化工过程故障诊断方法，包括构建样本数据集，通过ReliefF算法从样本数据集中筛选出与故障相关性强的变量，构成关键特征集；采用HVD分解算法，对关键特征集进行分解得到若干IMF分量，利用斯皮尔曼相关系数提取与关键特征集关联性强的IMF分量，构造信号分解后的能量变化率特征向量作为样本集；构建TimesNet和OSRELM融合的故障诊断模型，利用改进的NRBO算法进行模型参数优化，利用样本集对模型进行训练；利用经训练的模型进行故障诊断。本发明的化工过程故障诊断准确率高、可靠性高。
-
公开(公告)号：CN118054552B
公开(公告)日：2024-09-13
申请号：CN202410079277.1
申请日：2024-01-19
Applicant: 淮阴工学院
IPC: H02J13/00 , G06F18/2433 , G01D21/02
Abstract: 本发明公开了一种配电室状态智能监测方法与报警系统，所述方法针对配电室的环境特点，设计基于局放传感器和基于STM32的各环境传感器与声音收集设备的数据采集节点，采集异常检测所需的局部放电、音频与传感器信号信息，并建立改进的DES‑Autoformer模型用于异常检测，使用改进的超频带算法优化DESAuformer异常检测模型的超参数以提高模型性能；最终对配电室状态监测分析结果进行前端展示，并对异常状态进行警示和相应的处理。本发明可以准确有效的对配电室的状态进行实时监测，并能更加准确地识别出升温过快、过载、放电等异常状况，实现有效预警，为配电室的安全运行提供保障。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.035 seconds)
