-
公开(公告)号：CN110413601A
公开(公告)日：2019-11-05
申请号：CN201910598184.9
申请日：2019-07-04
Applicant: 东南大学
IPC: G06F16/215 , G06K9/62 , G06Q50/06
Abstract: 本发明公开了一种基于高斯朴素贝叶斯分类器和预报误差法相结合的发电机组辨识数据筛选方法，包括分析所选辨识对象特性，得到相应的辨识参数；针对对象经验辨识结果和数据本身的分布特性，选择适量的可辨识和难以辨识的数据组成训练集；利用训练集对高斯朴素贝叶斯分类器进行训练，得到各个参数的先验概率；利用训练后的分类器对测试集进行粗分，得到多个可用数据段；利用预报误差法的模型拟合度对可用数据段进行细分，得到最优可辨识数据段，或者设置拟合度阈值，得到多个辨识较好数据段。本发明节省了大量的数据处理时间，避免了多次重复劳动，同时提高了筛选数据的精度。
-
公开(公告)号：CN117668460A
公开(公告)日：2024-03-08
申请号：CN202311668548.9
申请日：2023-12-07
Applicant: 东南大学
IPC: G06F18/10 , G06F18/213 , G06N3/084
Abstract: 本发明公开了一种基于SHAP评价的过热汽温深度学习建模特征筛选方法，包括使用PCA方法提取并去除所有辨识数据中的噪声，得到降噪后的辨识数据；根据建模的需要划分输入输出特征，同时计算各输入特征之间的相关系数；利用输入输出特征训练反向传播神经网络，作为SHAP评价方法的博弈模型；计算各项输入特征的SHAP值并设置阈值，去除掉SHAP值低于阈值及相关性强的特征，最终得到筛选后的特征。本发明降低了实际测量过程中的噪声对特征筛选的影响，同时避免了特征选择上的主观性。
-
公开(公告)号：CN110413601B
公开(公告)日：2021-10-19
申请号：CN201910598184.9
申请日：2019-07-04
Applicant: 东南大学
IPC: G06F16/215 , G06K9/62 , G06Q50/06
Abstract: 本发明公开了一种基于高斯朴素贝叶斯和预报误差法的发电机数据筛选法，包括分析所选辨识对象特性，得到相应的辨识参数；针对对象经验辨识结果和数据本身的分布特性，选择适量的可辨识和难以辨识的数据组成训练集；利用训练集对高斯朴素贝叶斯分类器进行训练，得到各个参数的先验概率；利用训练后的分类器对测试集进行粗分，得到多个可用数据段；利用预报误差法的模型拟合度对可用数据段进行细分，得到最优可辨识数据段，或者设置拟合度阈值，得到多个辨识较好数据段。本发明节省了大量的数据处理时间，避免了多次重复劳动，同时提高了筛选数据的精度。
-
Patent Agency Ranking
公开(公告)号：CN107807524A
公开(公告)日：2018-03-16
申请号：CN201710996815.3
申请日：2017-10-20
Applicant: 东南大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开一种微型燃气轮机冷热电三联供系统鲁棒自适应控制方法，包括如下步骤：步骤1，采集各时刻微型燃气轮机冷热电三联供系统过程变量数据；步骤2，根据采集的各时刻微型燃气轮机冷热电三联供系统过程变量数据辨识非线性Hammerstein模型；步骤3，基于辨识得到的非线性Hammerstein模型设计微型燃气轮机冷热电三联供系统鲁棒自适应控制器。此种方法可提高微型燃气轮机冷热电三联供系统大范围负荷跟踪能力，同时具有较好的抗干扰性能、自适应性能和鲁棒性能。
-
公开(公告)号：CN107807524B
公开(公告)日：2021-05-11
申请号：CN201710996815.3
申请日：2017-10-20
Applicant: 东南大学
IPC: G05B13/04
Abstract: 本发明公开一种微型燃气轮机冷热电三联供系统鲁棒自适应控制方法，包括如下步骤：步骤1，采集各时刻微型燃气轮机冷热电三联供系统过程变量数据；步骤2，根据采集的各时刻微型燃气轮机冷热电三联供系统过程变量数据辨识非线性Hammerstein模型；步骤3，基于辨识得到的非线性Hammerstein模型设计微型燃气轮机冷热电三联供系统鲁棒自适应控制器。此种方法可提高微型燃气轮机冷热电三联供系统大范围负荷跟踪能力，同时具有较好的抗干扰性能、自适应性能和鲁棒性能。
-
公开(公告)号：CN110764417A
公开(公告)日：2020-02-07
申请号：CN201911106193.8
申请日：2019-11-13
Applicant: 东南大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于闭环辨识模型的线性二次型最优动态前馈-反馈PID控制系统及其控制方法，包括采样现场闭环运行数据，闭环辨识ARX模型，将其转换为能观测规范形离散时间状态空间模型，得到可测扰动量前馈控制模型；设计二次型性能指标；最小化性能指标得到线性状态反馈控制矩阵；计算可测扰动量的状态量估计，进而得到线性最优二次型动态前馈控制器的前馈控制律；将线性二次型最优动态前馈控制器与PID控制器结合，设计前馈-反馈PID控制系统。本发明适用于非最小相位系统的动态前馈设计；利用二次型性能指标设计前馈控制律，得到较好和灵活的前馈控制律。结合工业现场PID控制系统，对现场控制策略改动小，具有良好的应用前景。
-
公开(公告)号：CN117908591A
公开(公告)日：2024-04-19
申请号：CN202311717809.1
申请日：2023-12-13
Applicant: 东南大学
IPC: G05D23/20 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/049 , G06N3/082 , G06N3/084
Abstract: 本发明提出基于未来负荷指令的火电机组过热汽温多步预测方法，首先对影响过热器温度的参数进行特征筛选，选取出与过热汽温相关性最大的多个参数作为最终的输入特征，结合未来的功率指令，一并输入到所构建的CNN‑BiLSTM‑Attention网络中，再采用时间滑动窗口进行滑移，实现了利用历史数据结合未来功率指令对未来多步的过热汽温进行预测。本发明的预测方法，结合了历史数据和未来的功率指令，有效的改善了预测抖动和滞后的问题。
-
公开(公告)号：CN110764417B
公开(公告)日：2022-06-03
申请号：CN201911106193.8
申请日：2019-11-13
Applicant: 东南大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于闭环辨识模型的线性二次型最优动态前馈‑反馈PID控制系统及其控制方法，包括采样现场闭环运行数据，闭环辨识ARX模型，将其转换为能观测规范形离散时间状态空间模型，得到可测扰动量前馈控制模型；设计二次型性能指标；最小化性能指标得到线性状态反馈控制矩阵；计算可测扰动量的状态量估计，进而得到线性最优二次型动态前馈控制器的前馈控制律；将线性二次型最优动态前馈控制器与PID控制器结合，设计前馈‑反馈PID控制系统。本发明适用于非最小相位系统的动态前馈设计；利用二次型性能指标设计前馈控制律，得到较好和灵活的前馈控制律。结合工业现场PID控制系统，对现场控制策略改动小，具有良好的应用前景。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.014 seconds)
