-
公开(公告)号:CN101247304B
公开(公告)日:2011-01-26
申请号:CN200810102374.9
申请日:2008-03-21
Applicant: 清华大学 , 浙江清华长三角研究院
Abstract: 一种家庭无线控制网络用即插即用方法,属于家庭无线控制网络领域,其特征在于,不需要事先为家庭网络中的各个家电设备设定唯一的MAC地址,可以利用各个家电设备上的无线通讯装置中的单片机主控电路的晶振器件的频率误差,或者同时利用上述晶振频率误差和家庭无线网络中的网关的定时功能,来提供用于区分各家电设备身份的信息,从而构成了一个以家庭网关为服务器端,以各家电设备为网络节点的客户端的家庭无线控制网络,其中的各个网络节点均能在地址自动分配的过程中自动产生其唯一的身份标识,以此避免家庭无线控制网络中网关对地址的重复分配,从而实现即插即用。本发明具有可靠性高,适用面广,即插即用,无需MAC地址,且成本低的优点。
-
公开(公告)号:CN1231850C
公开(公告)日:2005-12-14
申请号:CN02117322.2
申请日:2002-05-17
Applicant: 清华大学 , 清华同方股份有限公司
Abstract: 本发明属于总线网络形式的智能家庭系统领域,为一种智能家庭网络系统总线接口单元,包括数据收发模块和与其相连的通讯控制器及存储在其中的由系统程序和应用程序组成的软件模块,数据收发模块由变压器及分别联接在其两端的DC/DC变换器、电压控制电路和信号处理电路构成;其中,该数据收发模块中的信号处理电路与通讯控制器通过发送、接收、控制三条通讯线路相连;数据收发模块中的电压控制模块与通讯控制器通过保存、复位、两条控制线路相连;本发明通过通讯控制器的通用外部接口和外部的设备相连接。利用这种接口单元可构造分布式的、采用两线制的网络控制系统,具有自动检错功能、可靠性高、工程布线成本低、方便与家庭设备连接的优点。
-
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:CN119151106A
公开(公告)日:2024-12-17
申请号:CN202411311448.5
申请日:2024-09-19
Applicant: 清华大学
IPC: G06Q10/047 , G06Q10/0639 , G06Q50/40
Abstract: 本公开涉及城市轨道交通乘客服务质量优化方法、装置、电子设备及存储介质,所述方法包括获取地铁路网在指定时段内的路网数据、客流数据、决策变量集以及引导策略集;根据路网数据、客流数据与引导策略集,确定乘客路径选择集;根据路网数据、乘客路径选择集以及乘客服务系数集,确定从各个起始车站去往各个终点车站的乘客的耐心度损失;根据乘客路径选择集,确定各个乘客所选择的目标乘车路径所需的等待时长;根据从各个起始车站去往各个终点车站的乘客的耐心度损失与等待时长,对决策变量集与引导策略集进行优化,得到目标决策变量集与目标引导策略集。由此,能够实现缩短地铁路网中乘客的等待时长与耐心度损失,提高地铁路网的乘客服务质量。
-
公开(公告)号:CN119106765A
公开(公告)日:2024-12-10
申请号:CN202411203783.3
申请日:2024-08-29
Applicant: 清华大学
IPC: G06Q10/04 , G06Q50/40 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/084 , G06F18/22 , G06N3/048 , G06F123/02
Abstract: 本公开涉及智能交通技术领域,尤其涉及一种基于图卷积神经网络的高速铁路列车晚点预测方法、装置及存储介质。所述方法包括:获取列车在前站的第一运行数据,前站为在列车的行驶线路上位于待预测的目标车站之前的n个车站,n为正整数,第一运行数据用于指示列车在前站的晚点情况和运行计划;根据第一运行数据,调用训练完成的晚点预测模型进行晚点预测,输出得到晚点预测结果,晚点预测结果用于指示预测的列车在目标车站的晚点情况,晚点预测模型为基于图卷积神经网络的模型。本公开实施例通过基于图卷积神经网络的晚点预测模型,实现了利用列车在前站的晚点情况和运行计划对列车在目标车站的晚点情况进行预测,提高了列车晚点预测效果。
-
公开(公告)号:CN109766927B
公开(公告)日:2023-08-22
申请号:CN201811574962.2
申请日:2018-12-21
Applicant: 清华大学
IPC: G06F18/214 , G06F18/23 , G06F18/2411 , G06F18/21 , B61L5/06 , G01R31/00
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:CN110222912B
公开(公告)日:2021-06-11
申请号:CN201910543806.8
申请日:2019-06-21
Applicant: 清华大学
Abstract: 本发明提供一种基于时间依赖模型的铁路行程路线规划方法及装置,该方法结合中国铁路网络实际情况,对标准时间依赖模型进行修改,改进后的模型可处理中国铁路网络中的最早到达、最少换乘和最短行程时间等问题;以此模型为基础建立基于时间依赖模型的空铁联运模型和空铁地联运模型;然后使用改进的时间依赖模型以及Dijkstra算法求解中国铁路最短路径搜索问题,通过选择Dijkstra算法的数据结构同时采用A*算法思想对算法进行加速,提高了算法效率;最后基于回溯思想将最短路径搜索算法修改为K优路径算法,实现中国铁路网络行程规划中最早到达K优路径、最少换乘K优路径、最短行程时间K优路径、票价最低K优路径问题的实时求解。
-
公开(公告)号:CN111754071A
公开(公告)日:2020-10-09
申请号:CN202010398514.2
申请日:2020-05-12
Applicant: 清华大学
Abstract: 本发明涉及一种协同优化的区域轨道交通全局安全性增强方法,采集客流分配数据与列车调度数据;用优化算法优化以路网全局风险最低为优化目标的目标函数,所述目标函数由路网内所有车站与区间的运能风险相加得到;输出最低最小风险值,以及优化后的客流分配数据和列车调度数据。本发明的有益效果在于,相比于只考虑客流引导的方法,可以使路网全局风险进一步降低10%左右。
-
公开(公告)号:CN110276509A
公开(公告)日:2019-09-24
申请号:CN201910164981.6
申请日:2019-03-05
Applicant: 清华大学
Abstract: 本发明涉及一种基于特征量的地铁列车牵引系统动态风险分析评估方法,至少包括:S1、地铁列车牵引系统监控实时采集各个车辆和设备的数据;S2、基于采集的数据建立地铁牵引系统典型风险链条,建立电容故障率随电容等效串联电阻变化图和牵引电机故障率随电机振动变化曲线图;S3、依据检测的数据,动态统计t时刻牵引逆变器的等效串联电阻RESR、电机振动烈度L,并按照电容故障率随电容等效串联电阻变化图像,计算电容实时故障概率Pt1;按照牵引电机故障率随电机振动变化曲线图,计算出电机故障概率Pt2;S4、求得t时刻因逆变器支撑电容故障条件下典型风险链条发生概率Pt。该方法能够对牵引系统健康状态做出实时定量的分析评估,及时发现系统运行中的安全薄弱环节。
-
公开(公告)号:CN109978345A
公开(公告)日:2019-07-05
申请号:CN201910169859.8
申请日:2019-03-05
Applicant: 清华大学
Abstract: 本发明提供一种基于特征量的高速列车牵引系统复合故障动态风险分析方法,该方法对高速列车牵引逆变器IGBT开路与速度传感器增益系数偏小共同导致牵引电机故障的故障链进行分析,利用故障机理进行数学建模,得到牵引电机故障率随tanδ变化的曲线,建立了以“IGBT结温升”和“电机定子温度”为特征量的复合故障风险链。同时,将风险链条分析延伸到具体的线路场景,在风险后果评估中,用事故树分析法对风险后果进行了分解,并且建立了以运输运维为主要考虑因素的评价体系,运用白化权函数对各项指标值进行灰色聚类处理,对由复合故障引发的风险进行了风险分析并分别得到了其风险等级,为应急措施的制定和施行提供了理论依据。
-
-
-
-
-
-
-
-
-