公开(公告)号：CN117196303A

公开(公告)日：2023-12-08

申请号：CN202311159227.6

申请日：2023-09-09

Applicant: 上海应用技术大学

Inventor： 时腾飞 ,  马伟杰 ,  万衡 ,  唐许良 ,  肖丹

IPC: G06Q10/0635 ,  G06Q50/26 ,  G06F17/18

Abstract: 本发明提供一种基于云模型的轨道交通运营风险评估方法，包括构建轨道交通运营安全指标体系，划分轨道交通运营安全水平风险等级，利用逆向云发生器计算得出评估参照云模型特征参数、指标权重云模型特征参数和综合评估结果云模型特征参数；通过分析评估参照云模型、指标权重云模型和综合评估结构云模型的分析图，获得轨道交通运营安全水平风险等级。解决了轨道交通运营风险评估过程中存在的不确定性，提高了轨道交通运营安全风险评估结果的系统性和精确性。

公开(公告)号：CN117609876A

公开(公告)日：2024-02-27

申请号：CN202311578645.9

申请日：2023-11-24

Applicant: 上海应用技术大学

Inventor： 肖丹 ,  万衡 ,  时腾飞 ,  唐许良

IPC: G06F18/2413 ,  G06F18/2431 ,  G06F18/213 ,  G06F18/15 ,  G06N3/0442 ,  G06N3/08 ,  G06Q10/20 ,  G06Q50/40 ,  G01R31/327 ,  G06F123/02

Abstract: 本发明公开了一种采用LSTM结合KNN模型对轨道交通直流开关设备故障预测方法。通过LSTM神经网络算法和直流开关设备运行历史数据集生成直流开关设备故障预测模型，将直流开关设备的当前数据进行清理和归一化处理，将处理后的数据输入预测模型得到目标设备的预测数据，并将预测模型输出的数据用KNN模型进行分类，输出设备状态分类。本发明结合了LSTM神经网络模型能够进行长时间预测和KNN具有良好的非线性分类的优点对直流开关设备故障进行预测，为轨道交通供电系统建立了一种精准预测故障的方法，可有效改善轨道交通供电系统的稳定性和安全性。

公开(公告)号：CN115730525A

公开(公告)日：2023-03-03

申请号：CN202211521104.8

申请日：2022-11-30

Applicant: 上海应用技术大学

Inventor： 唐许良 ,  万衡 ,  王伟雯

IPC: G06F30/27 ,  G06Q10/04 ,  G06F18/214 ,  G06N3/0442

Abstract: 本发明公开了一种的轨道交通UPS蓄电池健康状态预测方法，所述方法包括，对蓄电池进行充放电循环实验，获取不同工况下的性能参数数据；对数据进行预处理，剔除充放电过程中的异常数据，将容量数据进行变分模态分解VMD处理消除容量再生产生的噪声数据；通过双向长短时神经网络BiLSTM提取蓄电池时序特征；在网络隐含层后引入Attention层加强电池关键特征的权重，通过全链接层得到蓄电池容量测结果，根据容量预测结果计算电池的健康状态指数SOH，实现轨道交通UPS蓄电池健康状态的精准预测。

公开(公告)号：CN115494397A

公开(公告)日：2022-12-20

申请号：CN202211120631.8

申请日：2022-09-15

Applicant: 上海应用技术大学

Inventor： 谷梦勖 ,  万衡 ,  唐许良

IPC: G01R31/367 ,  G01R31/385 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于BP神经网络的UPS状态评估方法，包括如下步骤：设定UPS配置参数，在UPS数据采集系统中选取数据，获取模块评分集与UPS实时监测数据集；将UPS实时监测数据集与模块评分集汇总，以等差数列的方式构建总体数据集并划分为算法所需的训练集、验证集和测试集；采取sigmoid函数作为激活函数，搭建BP神经网络模型，输入选取的训练集进行训练；构建模型的评价指标，通过验证设置算法的最佳参数；采用测试集检测所建模型是否符合所设的精度要求，若不符合则重复执行直至建立的BP神经网络模型符合要求，输出其预测评分值。本发明使得UPS评估可以客观贴合监测数据的实时变化，具备了UPS的视情维修即评估未来时间段设备状态的预测功能。