一种基于稀疏自编码和极限学习机的水质软测量方法

    公开(公告)号:CN112485394A

    公开(公告)日:2021-03-12

    申请号:CN202011249258.7

    申请日:2020-11-10

    Applicant: 浙江大学

    Inventor: 杨秦敏 曹伟伟

    Abstract: 本发明公开了一种基于稀疏自编码和极限学习机的水质软测量方法,该方法在污水处理的应用中,将稀疏自编码方法与极限学习机方法相结合,兼顾极限学习机的学习速度极快、模型估计精度高以及稀疏自编码针对非线性数据降维提取特征值等特点,能够实现快速有效的估计污水处理中关键水质的浓度,在保证性能的前提下,结合多次再采样求平均值的方法有效降低了计算复杂度。将该方法应用在污水处理氨氮离子浓度的软测量上,可以实现快速准确估计氨氮离子的浓度,从而实现了针对污水处理中关键组分的软测量效果,降低因为传感器成本对污水处理工艺的约束与限制,进一步为污水处理工艺的提升以及出水水质的改善提供支持。

    一种基于混合降维与核函数极限学习机的水质软测量方法

    公开(公告)号:CN112183676A

    公开(公告)日:2021-01-05

    申请号:CN202011249249.8

    申请日:2020-11-10

    Applicant: 浙江大学

    Inventor: 杨秦敏 曹伟伟

    Abstract: 本发明公开了一种基于混合降维与核函数极限学习机的水质软测量方法,该方法考虑到互信息衡量污水处理中两种组分之间的非线性相关性,皮尔逊系数考虑两种组分之间的线性相关性对数据进行预处理降维,以及极限学习机的学习速度极快,且模型估计精度较高等特点,并结合核函数不需要知道显式定义映射函数、隐含层神经元个数,从而节省了神经元个数优化时间,提高了估计性能,并采用多次采样求平均的方法,进一步降低算法对计算设备的要求,在保证性能的前提下,有效降低了计算复杂度。该方法可以快速有效估计氨氮离子浓度,有效避免了由于传感器性能及污水处理自身的特性对出水水质所带来的影响,从而提高了污水处理工艺的效率及出水水质。

    一种面向风电机组功率曲线数据的离群点判别方法

    公开(公告)号:CN109740175B

    公开(公告)日:2020-12-08

    申请号:CN201811374105.8

    申请日:2018-11-18

    Applicant: 浙江大学

    Abstract: 本发明公开了一种面向风电机组功率曲线数据的离群点判别方法。该方法基于包括风速、有功功率等在内的风电机组数据采集与监视控制(SCADA)系统实时运行数据,在经过一系列预处理步骤后,分别依据一定风速、功率间隔划分数据;进一步基于均值距离判别(AVDC)、局部异常因子(LOF)以及考虑噪声的基于密度的聚类(DBSCAN)这3种离群点检测算法检测疑似离群点;最后基于真实离群点判别准则从疑似离群点中识别真实离群点。本发明方法基于数据驱动,对风电机组其他信息无特殊要求,具有较强的普适性。与现有技术相比,在结合主流离群点检测方法优势的同时兼顾了功率曲线数据集特征,为数据质量提供了保证,具有较强的理论性与应用性。

    饲料定量投放机
    88.
    发明公开

    公开(公告)号:CN111264407A

    公开(公告)日:2020-06-12

    申请号:CN202010162005.X

    申请日:2020-03-10

    Abstract: 本发明公开了一种饲料定量投放机,包括底座(1),底座(1)上设有支撑圆柱(101),支撑圆柱(101)上设有绞龙(102),绞龙(102)上设有进料口(103),绞龙(102)内设有转动轴(2),转动轴(2)上设有螺旋叶片(3),转动轴(2)的一端设有左端盖(4),绞龙(102)的一侧设有电机固定架(104),电机固定架(104)上设有电动机(5)。本发明具有准确知晓饲料投放的量的数值,定量投放饲料,提高工作的效率的特点,此外,使用方便,大大降低人工成本。

    一种基于聚类中心优化的风电机组功率曲线离群点检测方法

    公开(公告)号:CN111260503A

    公开(公告)日:2020-06-09

    申请号:CN202010029302.7

    申请日:2020-01-13

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于聚类中心优化的风电机组功率曲线离群点检测方法。该方法基于风机数据采集与监控控制系统(SCADA)获得风电机组的实时运行数据,利用聚类中心优化的密度峰值聚类进行风机功率的离群点检测。本发明检测方法能够根据风机功率曲线的空间分布特性进行准确地离群点检测,保证了SCADA获取的功率曲线尽可能地去除噪点数据,还原风机功率的真实数据分布情况,同时对数据格式等无特殊的要求,具有较快的检测速度和较强的可用性和实用性。

    一种基于宽度学习的间接转速控制方法

    公开(公告)号:CN110985287A

    公开(公告)日:2020-04-10

    申请号:CN201911224516.3

    申请日:2019-12-04

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于宽度学习的间接转速控制方法。获取机组某段时间内的有效风速信息,使用互信息选择对应时间段的与有效风速相关的机组输出数据,去除获取到的机组输出数据中的相关性并进行归一化操作,构造宽度学习系统的训练集,使用该训练集确定宽度学习系统的结构和参数,得到风速估计模型,该模型在线给出有效风速值,进而计算转速跟踪误差和间接转速控制表达式。该方法保留了传统间接转速控制算法结构简单的优势,克服了其收敛速度较慢的缺点,能够同时加快机组的加速和减速性能,提高风能捕获效率,简单易行,实施成本低,需要调试的参数少,相比于传统间接转速控制算法相比,能够提高机组产能,增加风电场的效益。

Patent Agency Ranking