-
公开(公告)号：CN109784782B
公开(公告)日：2021-11-05
申请号：CN201910164383.9
申请日：2019-03-05
Applicant: 清华大学
Abstract: 本发明涉及一种基于模糊推理的地铁供电系统动态风险分析评估方法，至少包括：S1、依据目标列车所在轨道位置的供电区段，确定目标直流变电所的直流馈出电缆和回流电缆；S2、建立地铁供电系统的直流电缆击穿的风险传播链条，并确定所述风险传播链条中直流馈出电缆的关键特征量；S3、以获取的直流馈出电缆的关键特征量数值为数值向量，通过模糊推理方法进行模糊集合计算，获得对应数值向量的隶属度函数图；S4、根据各个数值向量的所述隶属度函数图推理得到直流电缆击穿的可能性观测图。该方法能够合理评估系统风险水平，阻断风险传播链条的传播演化，从而尽可能避免重大事故的发生。
-
公开(公告)号：CN111861219A
公开(公告)日：2020-10-30
申请号：CN202010711200.3
申请日：2020-07-22
Applicant: 清华大学
Abstract: 本发明涉及一种区域轨道交通全局结构风险瓶颈识别方法，包括如下步骤：数据获取步骤：获取路网结构风险数据、通道通行能力数据；灵敏度数据处理步骤；风险瓶颈结果输出：输出优化灵敏度和失效灵敏度，即完成风险瓶颈识别。本发明的有益效果在于，提供了一种基于灵敏度分析的区域轨道交通全局结构风险瓶颈识别方法及系统。建立路网全局结构风险评估指标后，通过灵敏度分析，评估路网的站内通道/区间失效及优化对路网全局结构风险的影响，从而为路网风险瓶颈的防护和优化提供决策支持。并且以成渝地区区域轨道交通为实例，验证了方法的有效性。
-
公开(公告)号：CN109766927A
公开(公告)日：2019-05-17
申请号：CN201811574962.2
申请日：2018-12-21
Applicant: 清华大学
Abstract: 本发明提供一种基于混合深度学习的高铁道岔智能故障检测方法，该方法将结合深度学习自动特征提取及传统机器学习异常点检测的混合深度学习方法运用到道岔故障检测方法研究中，利用深度学习进行自动特征提取，形成了维度更小且更加抽象的特征数据，解决了特征提取过程依赖人工经验及聚类算法在高维数据下的计算困难问题；然后使用聚类算法结合专家知识选取正常数据簇，解决无法获得大量有标签数据问题；最后使用标注为正常的数据训练单分类支持向量机进行异常点检测并解决了道岔故障检测过程中无标签或标签不足的问题。
-
公开(公告)号：CN104977908A
公开(公告)日：2015-10-14
申请号：CN201510220629.1
申请日：2015-05-04
Applicant: 清华大学
IPC: G05B19/418
CPC classification number: G05B19/41855
Abstract: 本发明公开了一种工业现场指示灯状态的视频监控方法，为工业现场每个或几个指示灯，安装一台网络摄像机；若指示灯所在机器固定，则安装单目网络摄像机，若指示灯所在机器可动，则安装双目网络摄像机；在控制室部署一台计算机和网络通信设备，连接计算机和网络通信设备；将现场中所有网络摄像机连接到网络通信设备。为计算机开发指示灯视频集中监控软件，通过相机标定、背景学习、前景检测、状态检测、状态分析、状态描述等步骤实时显示指示灯状态监测的结果，并分析存在的故障模式、入侵行为及其上述事件发生时指示灯所处的位置。本发明可以实现用户通过计算机就可获取各网络摄像机拍摄得到的包含所有指示灯状态信息的多路视频。
-
公开(公告)号：CN102075523B
公开(公告)日：2013-06-19
申请号：CN201010605546.1
申请日：2010-12-24
Applicant: 清华大学
IPC: H04L29/06
Abstract: 本发明涉及一种用于动车组网络控制逻辑验证的仿真装置，属于交通控制技术领域。包括第一和第二主控制器、绞线式列车总线仿真器、司机操作界面主机、第一和第二协议转换器、第一仿和第二仿真计算机。本装置的主控制单元采用TI的高性能浮点DSP实现，分别挂载两条多功能车辆总线；绞线式列车总线通过一个仿真器实现，以连接两条多功能车辆总线，并在内部实现绞线式列车总线协议下的数据收发功能；主控制单元和动车组设备的交互采用以太网实现，进而将PC机通过以太网卡接入本地以太网，在PC机内部实现多功能车辆总线协议与以太网协议的转换；最后将仿真动车组设备的PC机接入以太网。本装置验证效率高、可重用性强、维护方便，且成本较低。
-
Patent Agency Ranking
公开(公告)号：CN118780375A
公开(公告)日：2024-10-15
申请号：CN202411001267.2
申请日：2024-07-24
Applicant: 清华大学
IPC: G06N5/045 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本公开涉及一种可解释故障诊断模型构建、因果驱动的故障诊断方法及装置、电子设备，包括：确定目标系统对应的目标数据集，包括目标系统中多个监测变量对应的监测数据；根据目标数据集，确定目标系统对应的初始因果图，初始因果图用于反映多个监测变量之间的因果关系；根据初始因果图，确定目标系统对应的可解释故障诊断模型，用于在目标系统发生故障时，对目标系统进行故障诊断，确定目标系统对应的故障诊断结果。通过本公开实施例，可以基于初始因果图，构建具有内在可解释性的可解释故障诊断模型，分析目标系统对应的多个监测变量之间的本质联系，揭示目标系统内的故障传播和影响机理，提高模型的可解释性、可靠性和准确性。
-
公开(公告)号：CN118761497A
公开(公告)日：2024-10-11
申请号：CN202410851651.5
申请日：2024-06-27
Applicant: 清华大学
IPC: G06Q10/04 , G06Q50/40 , G06F18/213 , G06N3/042 , G06N3/0455 , G06N3/084 , B61L27/10 , B61L27/60 , B61L27/04
Abstract: 本公开涉及一种列车晚点预测方法、装置和存储介质。该方法包括：确定当前时刻的初始铁路网络图，铁路网络图中的节点包括列车节点、车站节点、干扰事件节点中的一种或多种，铁路网络图中的边和边对应的邻接矩阵用于表示节点之间的相互作用关系；将当前时刻的初始铁路网络图输入铁路网晚点演化预测模型，基于初始铁路网络图中节点的特征、边的特征以及边对应的初始邻接矩阵，确定预设时间间隔后的列车晚点预测结果。根据本申请实施例，实现了以预测范围为导向进行列车晚点预测，同时，可以揭示列车在晚点演化过程中的相互作用关系，从而可以协调晚点演化预测的可解释性和准确性。
-
公开(公告)号：CN117077826A
公开(公告)日：2023-11-17
申请号：CN202210487578.9
申请日：2022-05-06
Applicant: 清华大学 , 国家高速列车青岛技术创新中心
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/30 , G06N3/006
Abstract: 本公开涉及一种基于车流和客流协同调度与引导的轨道交通系统优化方法，确定轨道交通系统的至少一个决策变量，决策变量为影响轨道交通系统整体性能的可调参数，包括用于调度车辆的决策变量和用于引导客流的决策变量。根据决策变量初始化得到至少两组子种群，子种群包括至少一个根据决策变量生成的个体。通过协同进化算法对子种群进行种群进化，得到包括至少一个最优决策解，最优决策解中包括每个子种群中的最优个体。基于最优决策解对应的决策变量，调度轨道交通系统中的车辆并引导轨道交通系统中的乘客。本公开通过种群优化算法得到影响轨道交通系统效率决策变量的最优解，并通过最优解调节轨道交通系统，实现轨道交通系统的整体优化。
-
公开(公告)号：CN109815983B
公开(公告)日：2023-08-18
申请号：CN201811573642.5
申请日：2018-12-21
Applicant: 清华大学
IPC: G06F18/2433 , G06F18/2411 , G06F18/232 , G06F18/213 , G06F18/214 , G06N3/0455 , G06N3/084
Abstract: 本发明提供一种基于混合深度学习的高铁道岔智能故障预测方法，其利用降噪自编码器自动提取道岔电流曲线数据的特征，再基于密度聚类方法对无标签特征数据进行聚类，结合专家知识选取不同道岔故障标准下聚类簇作为正常数据，最后使用不同道岔故障标准下的正常数据分别训练单分类支持向量机，将两个单分类支持向量机输出结果交叉，形成道岔故障检测及预测四象限模型，对待测数据进行故障检测和预测；该方法和系统具有高效、客观地提取道岔动作电流曲线特征的优点；减少了人工逐条数据标注的工作量，具有可靠、高效获取正常数据的优点；仅输入不同故障标准下的正常数据即可进行道岔故障检测及预测的优点。
-
公开(公告)号：CN115438890A
公开(公告)日：2022-12-06
申请号：CN202110619746.0
申请日：2021-06-03
Applicant: 清华大学
Abstract: 本公开涉及一种交通路网动态调节方法及装置，所述方法包括：获取客流分配信息及车辆调度信息，根据所述客流分配信息及所述车辆调度信息模拟路网的运行，对所述客流分配信息及所述车辆调度信息进行调整，当基于调整的客流分配信息及车辆调度信息运行的路网中所述全局动态运能风险的最大值低于预设值、或对所述客流分配信息及所述车辆调度信息的调整次数达到预设次数时，输出调整后的客流分配信息及车辆调度信息，本公开实施例可以针对动态OD需求、基于乘客路径引导及车辆调度，实现对路网全局运能风险峰值的控制和优化，可以提高交通运输能力并合理控制风险。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.044 seconds)
