-
公开(公告)号：CN106768933A
公开(公告)日：2017-05-31
申请号：CN201611097540.1
申请日：2016-12-02
Applicant: 上海电机学院
Abstract: 本发明公开了一种基于遗传算法的可变K均值风电机组叶片故障诊断方法，其主要针对典型的故障情况，对采集的风电机组叶片故障数据进行预处理，得到故障特征信息；运用主成分分析法PCA对数据进行标准化，并提取出导致风电机组叶片故障的主要特征信息；将所提取的主要故障特征信息，利用基于遗传算法的可变K均值聚类算法，对训练样本进行聚类分析。本发明结合了遗传算法，在传统K均值算法的基础上进行K值的计算选定，缩短了故障信息分析时间，提高了数据聚类分析精确度，降低了成本，从而使故障诊断的过程变得简单可靠，有效可行。
-
公开(公告)号：CN106776471A
公开(公告)日：2017-05-31
申请号：CN201611055618.3
申请日：2016-11-25
Applicant: 上海电机学院
IPC: G06F17/13
CPC classification number: G06F17/13
Abstract: 本发明公开了一种基于随机平均法的概率密度追踪控制方法，其首先根据给定系统相应的哈密顿系统的可积性和共振性，选择相应的随机平均FPK方程，接着将反馈控制力分成保守和耗散两部分：用保守部分改变系统的哈密顿特性，使之与目标概率密度相应的哈密顿函数一致；再用控制力的耗散部分耗散系统的能量，使得响应的概率密度趋于给定的目标概率密度。最后用Lyapunov函数和椭圆微分算子证明受控后系统的平稳概率密度确实能够收敛到目标平稳概率密度。本发明运用随机平均法这一工具，可以使高维系统降为低维系统或一维系统，从而极大程度上减少了运算。
-
公开(公告)号：CN106844422A
公开(公告)日：2017-06-13
申请号：CN201611097386.8
申请日：2016-12-02
Applicant: 上海电机学院
CPC classification number: G06F17/30598 , G06Q10/067 , G06Q50/06
Abstract: 本发明公开了一种基于树增量重叠聚类的风电场机组聚合方法，其首先包括对所有数据的标准化处理；然后利用静态重叠聚类算法先对待测风电场机组原数据进行分群聚类，得到重叠的类簇，创建收索树；接着创建增量聚类算法；对比增量数据集的代表点，最后对新增数据样本进行分群聚类并对原有搜索树进行更新；基于新增数据代表点进行迭代，完成新的风电场机组聚类。
-
公开(公告)号：CN106777606A
公开(公告)日：2017-05-31
申请号：CN201611097387.2
申请日：2016-12-02
Applicant: 上海电机学院
Abstract: 本发明公开了本发明提供了一种基于核主成分分析(KPCA)和支持向量机的风电机组齿轮箱的故障预测诊断方法，在充分考虑了齿轮箱故障发生时各元件温度变化以及故障发生前后输出功率变化等指标的基础上，以KPCA算法来降低输入维度进行特征提取，舍弃不相关的数据，可以大大提高模型训练速度，减少故障诊断时间。同时引入了支持向量机能对数据进行分类训练提高泛化能力，并且借助专家系统对结果进行分析和解释，能够为人机交互界面提供准确而又详实的信息，从而实现了对故障的精确诊断。
-
公开(公告)号：CN106844826A
公开(公告)日：2017-06-13
申请号：CN201611097743.0
申请日：2016-12-02
Applicant: 上海电机学院
Abstract: 本发明公开了本发明公开了一种基于布谷鸟算法优化SVM的风电机组主轴轴承故障预测诊断，通过对历史时刻采样数据进行主成分特征提取建立SVM模型，并利用布谷鸟算法优化支持向量机的性能参数。通过对包含故障信息的采样数据进行实时预测后，由专家系统作出有效的故障诊断，并将诊断结果呈现在人机交互界面上。本发明利用主成分分析(PCA)对数据进行了降维，不仅提高了分类的准确性，而且大大缩短了分类器的训练时间。同时布谷鸟算法相对于其他传统寻优的方法具有快速收敛到全局最优值的优点，在预测精度方面有着明显的优势，为专家系统准确地得出诊断结果提供了保障。
-
Patent Agency Ranking
公开(公告)号：CN106842913A
公开(公告)日：2017-06-13
申请号：CN201611097541.6
申请日：2016-12-02
Applicant: 上海电机学院
IPC: G05B13/04
Abstract: 本发明公开了一种基于随机概率分布控制的水轮机调节系统，其首先通过基于仿射非线性系统的微分方程对水轮机调速系统进行直接建模，从而建立一个简化的水轮机系统的耗散哈密顿模型。然后，利用获得耗散不可积哈密顿系统精确平稳解的技术，设计了一个基于概率分布的控制方法，从而可以得到水轮机系统输出的一个预先设定的稳态概率密度函数值。此外，系统的稳定性分析是通过李雅普诺夫函数方法来证明受控系统的转移概率密度收敛于预先设定的稳态概率密度函数值，通过系统仿真表明所提出的控制策略能够达到预期的控制效果。
-
公开(公告)号：CN106777912A
公开(公告)日：2017-05-31
申请号：CN201611066832.9
申请日：2016-11-25
Applicant: 上海电机学院
Abstract: 本发明公开了一种泊松白噪声激励下非线性系统的追踪控制方法。其主要思想是在Generalized‑Fokker‑Planck‑Kolmogorov(GFPK)方程的基础上，为泊松白噪声激励的多自由度非线性系统设计反馈控制，使得该系统的输出概率密度收敛到给定的概率密度。本发明步骤首先推导泊松白噪声激励下的非线性系统运动方程及与之相应的近似平稳广义FPK(GFPK)方程，然后由GFPK方程中平稳解与系统参数之间的关系得到反馈控制率的表达式，最后根据给定的目标概率密度，由平均广义FPK方程求得追踪控制律。该发明能够在外部激励为非高斯分布的情况下，不论原系统输出是高斯分布还是非高斯分布，都可以令受控后的系统具有给定的概率密度。
-
公开(公告)号：CN106842913B
公开(公告)日：2020-01-17
申请号：CN201611097541.6
申请日：2016-12-02
Applicant: 上海电机学院
IPC: G05B13/04
Abstract: 本发明公开了一种基于随机概率分布控制的水轮机调节系统，其首先通过基于仿射非线性系统的微分方程对水轮机调速系统进行直接建模，从而建立一个简化的水轮机系统的耗散哈密顿模型。然后，利用获得耗散不可积哈密顿系统精确平稳解的技术，设计了一个基于概率分布的控制方法，从而可以得到水轮机系统输出的一个预先设定的稳态概率密度函数值。此外，系统的稳定性分析是通过李雅普诺夫函数方法来证明受控系统的转移概率密度收敛于预先设定的稳态概率密度函数值，通过系统仿真表明所提出的控制策略能够达到预期的控制效果。
-
公开(公告)号：CN106778848A
公开(公告)日：2017-05-31
申请号：CN201611097388.7
申请日：2016-12-02
Applicant: 上海电机学院
IPC: G06K9/62
CPC classification number: G06K9/6287
Abstract: 本发明公开了一种基于多类Probit模型的锌精馏塔故障诊断方法，其步骤为：对采集录入的故障报警数据，进行初步数据预处理；运用PCA，即主成分分析，对数据进行标准化，并提取出故障数据的主要特征信息；结合蒙特卡洛法，通过Probit模型，对故障数据进行分类判别；同时利用故障数据库和故障知识库，对Probit模型和故障类别进行迭代更新调整。本发明通过以上过程，缩短了故障信息分析时间，提高了故障信息分类精确度，降低了成本，从而提高了故障分类的准确度，提高了锌精馏塔的可靠性和稳定性，还实现了用模型进行故障预测。
-
公开(公告)号：CN106708659A
公开(公告)日：2017-05-24
申请号：CN201611097542.0
申请日：2016-12-02
Applicant: 上海电机学院
IPC: G06F11/14
Abstract: 本发明公开了一种自适应最近邻缺失数据的填充方法，其步骤为：1)选定作为目标的原始数据集，通过使用由KNN算法计算的估计值填充原始数据集中的缺失值来初始化数据；2)根据原数据集根据是否含有缺失数据，将其分为缺失数据集和完整数据集，然后根据最低缺失级别和缺失值属性对缺失数据集进行数据排序；3)在缺失数据集中选择一个具有最小缺失率的数据，并使用KNN算法在完整数据集上进行填充，得到更新数据；4)将所述更新数据移到完整数据集中用来估计下一个的缺失值；5)若缺失数据集中不含含有缺失值的数据，则停止；否则返回步骤3)；6)比较更新的填充数据和旧的填充数据，如果收敛，则停止；否则使用更新的填写数据返回步骤3)。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.014 seconds)
