公开(公告)号：CN119642846A

公开(公告)日：2025-03-18

申请号：CN202411811408.7

申请日：2024-12-10

Applicant: 国网山东省电力公司德州供电公司 ,  华北电力大学

Inventor： 崔凌潇 ,  张凯 ,  黄从智 ,  姚圣平 ,  董铭 ,  王飞 ,  赵金勇 ,  范富岭 ,  徐宁 ,  戴娜娜 ,  刘邓 ,  赵彦涛 ,  张海涛 ,  韩毅 ,  刘娜 ,  段新宇 ,  范明阳 ,  张志建

IPC: G01C21/34

Abstract: 本发明公开了一种基于ACO‑DWA的分布式多移动机器人路径规划与避障方法，属于路径规划技术领域。基于ACO‑DWA的分布式多移动机器人路径规划与避障方法，包括以下步骤：构建环境模型；使用蚁群算法ACO进行全局路径规划；建立机器人的运动模型，选择最佳速度组；设计冲突判断规则，引入优先级策略，根据机器人任务的重要性和紧急性解决冲突。本发明基于ACO‑DWA的分布式多移动机器人路径规划与避障方法，利用改进的动态窗口法(DWA)和蚁群优化(ACO)算法，在高密度障碍物和未知静态障碍物的环境中，实现有效的局部路径规划和全局路径优化，确保机器人安全避障。同时，提出了多机器人系统中的运动冲突判断规则和优先级策略，以协调机器人之间及与障碍物之间的运动，确保安全高效的导航。

公开(公告)号：CN119202602A

公开(公告)日：2024-12-27

申请号：CN202411281269.1

申请日：2024-09-13

Applicant: 华北电力大学

Inventor： 黄从智 ,  刘力云 ,  刘晓泽 ,  陈彦州 ,  郑伟 ,  柯志武

IPC: G06F18/20 ,  G06F18/10 ,  G06F18/213 ,  G06F40/295 ,  G06F16/901 ,  G06F16/36 ,  G06F16/34 ,  G06N5/022 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/0455 ,  G06N3/0442 ,  G06N7/01 ,  G06N5/04

Abstract: 本发明提供了一种基于知识图谱与卷积神经网络的船舶动力系统设备故障诊断方法，其包括以下步骤：(1)对船舶动力系统设备上的传感器和监测设备所获取的大量数据进行预处理；(2)针对处理后的数据进行知识图谱实体和关系的抽取，同时训练关系预测模型，得到知识图谱的三元组元素，构建知识图谱；(3)对构建好的知识图谱进行训练，将数据特征转换为实体向量作为卷积神经网络的输入进行训练，得到船舶动力系统的故障诊断和故障预测模型；(4)给出用户端查询指令，利用训练好的模型进行实时数据预测，调整模型参数，使模型能更好适用于实际场景。

公开(公告)号：CN119167047A

公开(公告)日：2024-12-20

申请号：CN202411281374.5

申请日：2024-09-13

Applicant: 华北电力大学

Inventor： 黄从智 ,  曹潇剑 ,  谭祥帅

IPC: G06F18/21 ,  G06F18/2113 ,  G06F18/10 ,  G06F18/15 ,  G06F17/13 ,  G06N3/045 ,  G06N3/0455 ,  G06N3/08 ,  G06N3/006 ,  G06N5/045

Abstract: 本发明公开一种基于IVYA‑PINN的重型燃气轮机过程特性智能建模方法，实现对重型燃气轮机过程特性精准建模。该方法以某重型燃气轮机实际运行数据为基础，分析重型燃气轮机运行特性，获取各个部件的物理微分方程，为物理信息神经网络提供物理损失项。通过斯皮尔曼相关性分析，选择神经网络的输入输出变量，基于PRformer网络建立输入输出变量之间的关系，将数据损失与物理损失作为总损失函数，指导网络进行参数更新。通过常青藤算法对各损失项的权重系数寻优，有效地平衡不同的损失部分，保障模型满足物理规律的同时，强化了模型的可解释性和泛化能力。本发明为解决重型燃气轮机过程特性精准建模问题提供了一种方案和思路。

公开(公告)号：CN113420492B

公开(公告)日：2024-11-26

申请号：CN202110484280.8

申请日：2021-04-30

Applicant: 华北电力大学 ,  国网辽宁省电力有限公司

Inventor： 张建华 ,  王永岳 ,  胡博 ,  周桂平 ,  王顺江 ,  李斌 ,  王磊 ,  李宏瑞 ,  侯国莲 ,  黄从智

IPC: G06F30/27 ,  G06N3/0442 ,  G06N3/0475 ,  G06N3/063 ,  G06N3/084 ,  G06F113/06 ,  G06F119/06

Abstract: 本发明的目的是针对风光火耦合系统时变、非线性、不确定性、间歇性等复杂的动态特性，提出了一种基于生成对抗网络(GenerativeAdversarial Networks，GAN)与门循环单元(Gate Recurrent Unit，GRU)神经网络的系统频率响应模型建模方法。利用生成对抗网络解决了基于数据驱动的系统频率响应模型建立过程中训练样本匮乏的问题。此外，利用门循环单元神经网络解决了已有的建模方法不能准确描述系统频率响应所具有的非线性及不确定性等问题。

公开(公告)号：CN118462498A

公开(公告)日：2024-08-09

申请号：CN202410551970.4

申请日：2024-05-07

Applicant: 华北电力大学

Inventor： 侯国莲 ,  杨泽宏 ,  黄从智

IPC: F03D17/00 ,  G06F18/2433 ,  G06F18/15 ,  G06F18/213 ,  G06F18/25 ,  G06F18/27 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/048 ,  G06F123/02

Abstract: 一种基于高性能小模型深度网络的风电机组早期故障预警方法摘要：本发明涉及一种基于高性能小模型深度网络的风电机组早期故障预警方法。首先利用Pearson相关性矩阵图筛选SCADA参数以简化模型；其次凭借一种高性能小规模深度网络，在高精度建模的同时提高运算和训练速度；然后通过残差特征统计方法和MLP网络实现早期故障准确预警；最后依托仿真平台验证本发明的可行性。本发明有效降低了实现早期故障准确预警所需的时间、算力与存储空间成本。

公开(公告)号：CN118280472A

公开(公告)日：2024-07-02

申请号：CN202410430944.6

申请日：2024-04-10

Applicant: 华北电力大学

Inventor： 黄从智 ,  曹潇剑

IPC: G16C20/30 ,  G16C20/70 ,  G16C20/10 ,  B01D53/30 ,  B01D53/34 ,  B01D53/86 ,  B01D53/56 ,  G06N3/0442 ,  G06N3/0985

Abstract: 本发明公开一种基于雪融优化器的火电机组SCR反应器氮氧化物浓度预测方法，实现对火电机组SCR脱硝系统氮氧化物浓度精准预测。该方法以某火电厂SCR脱硝系统运行过程实际数据作为输入，根据SCR脱硝反应原理选择神经网络模型的输入输出变量，基于LSTM网络建立SCR反应器入口、出口氮氧化物浓度预测模型，采用雪融优化器对基于LTSM的SCR脱硝系统氮氧化物浓度预测模型超参数进行自动寻优，提高模型的预测精度。本发明为解决火电机组SCR反应器氮氧化物浓度的精准预测问题提供了一种方案和思路。

公开(公告)号：CN117435956A

公开(公告)日：2024-01-23

申请号：CN202311439397.X

申请日：2023-11-01

Applicant: 华北电力大学

Inventor： 黄从智 ,  刘力云

IPC: G06F18/24 ,  G06F18/213 ,  G06N3/084 ,  G06N3/006 ,  G06N7/08 ,  G06N5/022

Abstract: 本发明提供了一种基于IGWO‑ADAM‑BP神经网络的电化学储能电池数据分析方法，其包括以下步骤：(1)对电化学储能电池历史运行数据进行预处理和特征提取；(2)分析汇总完备的电化学储能电池系统运行风险评估与检修策略专家知识，建立储能电池运行数据与其对应状态的专家经验模型；(3)初始化BP神经网络，并建立BP神经网络模型；(4)初始化灰狼种群，利用适应度函数计算灰狼个体的适应度值；(5)对灰狼的位置进行更新计算，进行算法的迭代，最后输出空间最优解；(6)使用Adam训练算法优化BP神经网络；(7)通过BP神经网络模型对电池运行状态进行评估，并定位电化学储能电池系统的故障部位。

公开(公告)号：CN117331308A

公开(公告)日：2024-01-02

申请号：CN202210727702.4

申请日：2022-06-23

Applicant: 华北电力大学

Inventor： 黄从智 ,  赵鹤婷

IPC: G05B13/04

Abstract: 本发明公开了一种基于深度强化学习的风力发电机组误差自抗扰变桨控制器设计方法，属于风力发电机组控制技术领域。该方法用于解决传统的变桨控制器难以满足风力发电机组应对多变的外部环境和内部不确定性等需求，鲁棒性能较差的问题。基于风力发电机组的状态空间模型建立误差自抗扰控制器，将控制器与Actor神经网络、Critic神经网络相结合构建智能体。基于叶片桨距角大小的限制条件建立具有限制条件的控制问题HJB方程。采用近似梯度下降规则更新神经网络权重，利用Actor‑Critic结构迭代学习求解HJB方程，不断逼近误差自抗扰变桨控制器的最优反馈控制律。本发明提高了风力发电机组的抗扰动能力，实现了复杂工况下机组输出功率的快速响应。

公开(公告)号：CN116933012A

公开(公告)日：2023-10-24

申请号：CN202311013715.6

申请日：2023-08-14

Applicant: 华北电力大学

Inventor： 黄从智 ,  陈彦州

IPC: G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06F18/22

Abstract: 本发明涉及火电机组典型设备故障智能预警技术领域，尤其涉及一种基于TiDE模型的火电机组典型设备故障智能预警方法，包括：步骤S1，获取火电机组典型设备的运行状态特征参数；步骤S2，对所述若干种类输入变量进行数据清洗以输出数据集X，根据所述数据集X构造特征向量Tn；步骤S3，根据所述特征向量Tn对时间序列密集编码器神经网络的数据集D进行确定，并对所述数据集D进行时间序列交叉验证处理以生成对应测试集和训练集；步骤S4，使用所述时间序列密集编码器生成火电机组典型设备故障预警模型；步骤S5，根据所述火电机组典型设备故障预警模型对设备的故障状态进行判定；本发明实现了火电机组运行灵活性和安全性的提高。

公开(公告)号：CN116797204A

公开(公告)日：2023-09-22

申请号：CN202310735498.5

申请日：2023-06-20

Applicant: 华北电力大学

Inventor： 黄从智 ,  何佳璇

IPC: G06Q10/20 ,  G06Q10/04 ,  G06Q50/06 ,  G06F18/15 ,  G06F18/2131 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/08 ,  G01M99/00 ,  G01F1/00

Abstract: 本发明公开一种基于小波分解与重构和TCN‑GRU‑Self‑Attention的磨煤机一次风量故障预警方法，首先获取某磨煤机一次风量信号数据并对数据进行预处理。对一次风量信号进行小波分解与重构。将重构后的数据进行标准化处理并使用滑动窗口划分标准化后的数据作为网络的输入。选用贝叶斯优化算法对TCN‑GRU‑Self‑Attention的参数进行优化，构建TCN‑GRU‑Self‑Attention网络拓扑结构。根据上述TCN‑GRU‑Self‑Attention网络，拟合某磨煤机的一次风量信号。计算模型的输出值与一次风量真实值的JS散度。根据过程量化指标中常用的指标函数建立健康度和JS散度之间的关系，得到一次风量当前时刻的健康度。根据健康度来判断一次风量是否出现异常趋势，若健康度低于设定值即认为一次风量开始出现异常，从而进行故障预警。本发明为解决磨煤机故障预警提供了一种方案和思路。