-
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
Applicant: 淮阴工学院
IPC: G01R31/387 , G01R31/392 , G01R31/367 , G01R31/378 , G01R31/385 , G06F18/15 , G06N5/01
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。
-
公开(公告)号：CN117059186B
公开(公告)日：2024-07-05
申请号：CN202310868119.X
申请日：2023-07-13
Applicant: 淮阴工学院
IPC: G16C20/10 , B01J8/24 , B01J8/18 , G16C20/70 , G06F30/27 , G06F18/23213 , G06F17/15 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/049 , G06N3/08
Abstract: 本发明公开了一种针对化工企业流化床反应器的多变量预测系统，包括原始数据采集模块、历史数据数组模块、偏自相关函数模块、互相关函数模块、TimeGAN‑TCN‑GRU预测模块以及MDOS‑ELM校正模块；通过原始数据采集模块对给煤量、固定碳燃烧度及风量比数据进行采集处理；通过偏自相关函数模块选择炉内温度、发电负荷、炉内含氧量及一氧化碳排放量历史数据的滞后阶数；通过互相关函数模块，选择与历史数据相关性较大的若干组数组作为TimeGAN‑TCN‑GRU预测模块的输入，输出炉内温度、发电负荷、炉内含氧量及一氧化碳排放量的预测结果；再通过MDOS‑ELM校正模块对预测结果进行校正，输出最终的预测结果。本发明能对流化床反应器炉内温度、发电负荷、含氧量、一氧化碳排放量等进行精准实时预测。
-
公开(公告)号：CN116954086B
公开(公告)日：2024-06-28
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：CN116776921B
公开(公告)日：2024-04-19
申请号：CN202310688740.8
申请日：2023-06-09
Applicant: 淮阴工学院
IPC: G06N3/006 , G06N3/0455 , G06N3/08 , G06F18/10 , G06F18/213 , G01W1/10
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。
-
公开(公告)号：CN116609668B
公开(公告)日：2024-03-26
申请号：CN202310463122.3
申请日：2023-04-26
Applicant: 淮阴工学院
IPC: G01R31/367 , G01R31/392 , G01R31/396 , G01R31/378
Abstract: 本发明公开一种锂电池健康状态和剩余寿命预测方法，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KPCA方法消除原始数据中的冗余特征信息，建立基于时间卷积网络和Reformer模型的锂离子电池健康状态模型和剩余寿命预测模型。采用Logistic混沌映射对蜜獾算法的种群进行初始化，引入基于维度学习的更新策略，得到改进的蜜獾算法；运用改进的蜜獾算法对电池健康状态模型和剩余寿命预测模型的超参数进行优化，使用优化后的电池健康状态模型预测电池健康状态。电池健康状态预测结果输入到优化后的剩余寿命预测模型中进行预测，得到最终的锂电池剩余寿命预测结果。与现有技术相比，本发明能够高精度的预测电池健康状态和剩余寿命。
-
Patent Agency Ranking
公开(公告)号：CN117236488A
公开(公告)日：2023-12-15
申请号：CN202311112855.9
申请日：2023-08-31
Applicant: 淮阴工学院
IPC: G06Q10/04 , G06Q50/06 , G06F17/18 , G06F18/243 , G06F18/22 , G06F18/214 , G06N3/096 , G06N3/045 , G06N3/048 , G06N3/0499 , G06F18/23 , G06N3/0455
Abstract: 本发明公开了一种复杂概念漂移下的光伏功率在线概率预测方法，通过DCF算法检测光伏功率数据是否有概念漂移现象；构建多源在线迁移学习模型，通过GAT‑Reformer模型更新模型源域，通过PA算法训练模型目标域；将构建的数据集作为优化后的多源在线迁移学习模型的输入，得到两个条件分位数函数；通过GAT‑Reformer模型拟合两个条件分位数函数，生成初始光伏功率预测区间，通过CQR算法进行校准；根据经校准的光伏功率预测区间获取各分位数下的光伏功率预测值，再通过核密度估计对各分位数下的光伏功率预测值进行拟合，获得概率密度函数曲线，最终获得在线概率密度预测结果。本发明提高了预测精度并更好地捕捉不确定性。
-
公开(公告)号：CN117151285A
公开(公告)日：2023-12-01
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：CN117117968A
公开(公告)日：2023-11-24
申请号：CN202311097368.X
申请日：2023-08-28
Applicant: 淮阴工学院
IPC: H02J3/38 , H02J3/00 , G06Q50/06 , G06F18/214 , G06N3/045 , G06N3/0455 , G06N3/0475 , G06N3/094 , G06N3/0985 , G06N7/08 , G06N3/006 , G06F123/02
Abstract: 本发明公开了一种基于数据增强的风电场爬坡事件预测方法，包括如下步骤：获取风电场历史功率数据，并进行数据清洗；利用MK‑滑动窗口检测法对上一步骤得到的风电功率数据进行分段趋势提取，并进行爬坡检测；构建时间序列生成对抗网络TimeGAN，将检测到的风电功率爬坡数据进行数据增强，并划分为训练集、验证集和测试集；建立ETSformer模型，将得到的训练集和验证集输入到ETSformer模型中进行训练；采用Logistic混沌映射策略和高斯‑柯西混合变异策略对人工蜂鸟算法AHA进行改进，得到IAHA算法，利用IAHA算法优化ETSformer模型的超参数，提高其在风电功率爬坡事件预测的精度；最后，使用测试集对风电功率爬坡事件进行预测。本发明能够解决爬坡数据缺失问题，并提高其预测的精度。
-
公开(公告)号：CN117059186A
公开(公告)日：2023-11-14
申请号：CN202310868119.X
申请日：2023-07-13
Applicant: 淮阴工学院
IPC: G16C20/10 , B01J8/24 , B01J8/18 , G16C20/70 , G06F30/27 , G06F18/23213 , G06F17/15 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/049 , G06N3/08
Abstract: 本发明公开了一种针对化工企业流化床反应器的多变量预测系统，包括原始数据采集模块、历史数据数组模块、偏自相关函数模块、互相关函数模块、TimeGAN‑TCN‑GRU预测模块以及MDOS‑ELM校正模块；通过原始数据采集模块对给煤量、固定碳燃烧度及风量比数据进行采集处理；通过偏自相关函数模块选择炉内温度、发电负荷、炉内含氧量及一氧化碳排放量历史数据的滞后阶数；通过互相关函数模块，选择与历史数据相关性较大的若干组数组作为TimeGAN‑TCN‑GRU预测模块的输入，输出炉内温度、发电负荷、炉内含氧量及一氧化碳排放量的预测结果；再通过MDOS‑ELM校正模块对预测结果进行校正，输出最终的预测结果。本发明能对流化床反应器炉内温度、发电负荷、含氧量、一氧化碳排放量等进行精准实时预测。
-
公开(公告)号：CN116994065A
公开(公告)日：2023-11-03
申请号：CN202311120826.7
申请日：2023-08-31
Applicant: 淮阴工学院
IPC: G06V10/764 , G06V20/40 , G06T7/246
Abstract: 本发明公开了一种云团分类及云演化趋势预测方法，包括：引入MHI，获取并更新运动历史图像，识别云图视频中的云层；使用云层特征点改进的MHI，实现不同云图的分类；将云图灰度化，然后引入灰度共存矩阵和逆差矩评价分类结果是否准确，如准确，则利用逆差矩计算得到的值对云团进行分类；如不准确，则更新局部增强的运动历史图像，重复上述过程。在获取云团分类结果的基础上，构建MotionGRU单元并嵌入现有GRU预测模型的层间，同时在层与层之间加入MotionHighway进行连接，得到增强GRU模型；利用增强GRU模型对云演化趋势进行预测。本发明实现了云团的准确识别及分类，提高了云演化趋势预测的精度。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.03 seconds)
