-
公开(公告)号：CN109376972B
公开(公告)日：2021-07-27
申请号：CN201910000269.2
申请日：2019-01-01
Applicant: 中南大学
Abstract: 本发明公开了一种基于区块聚类的智慧电网短期电力负荷预测方法，通过聚类分析，将区域内电力负荷数据变化的本质规律相近的用电单位划分到同一区块，按区块统一建立区块电力负荷预测模型组，避免模型冗杂，提升电力负荷预测模型的泛化能力和预测精度；同时，以周作为周期，分析一周内每一天电力负荷的波动规律，将一天划分为多个稳态时段，每个时段分别建立电力负荷预测模型，进一步降低电力负荷时间序列自身的波动干扰，大大提升了预测精度和鲁棒性。
-
公开(公告)号：CN110395286A
公开(公告)日：2019-11-01
申请号：CN201910714887.3
申请日：2019-08-02
Applicant: 中南大学
Abstract: 本发明公开了一种列车车内空气品质监测与通风调控方法、系统，其中列车车内空气品质监测与通风调控方法包括：采集多组车内外空气品质检测数据；利用实验数据求得车内外空气综合评价指标Q0和Q1；若Q0≥Q1则训练车外新风量控制模型，否则训练车内空气净化控制模型；检测车内外空气品质检测数据；利用检测数据求得车内外空气综合评价指标Q0和Q1；若Q0≥Q1，则调用车外新风量控制模型，求得需要的通风量等级并以该输出结果调控通风系统；否则，调用车内空气净化控制模型，求得需要的通风量等级及空气净化装置功率等级，并以该输出结果调控通风系统和空气净化装置。本发明能根据不同程度的空气品质选择合适的通风调控策略，在节能环保的条件下，实现列车车内空气品质的健康保障。
-
公开(公告)号：CN110109015A
公开(公告)日：2019-08-09
申请号：CN201910471732.1
申请日：2019-05-31
Applicant: 中南大学
Abstract: 本发明公开了一种基于深度学习的异步电动机故障监测与诊断方法，包括以下步骤：获取异步电动机在已知工况类型时的电力负荷时间序列，其时间跨度为Num1个电力负荷周期，且每个样本时刻的电力负荷数据包括电压、电流和功率三个维度的数据；以电压、电流和功率数据分别作为RGB图像中三个图层的像素点灰度值，将每个电力负荷周期的时间序列片段转化为1张RGB图像，每个电力负荷时间序列相应得到一组特征图像时间序列；以异步电动机的特征图像时间序列和相应的工况类型，训练深度神经网络，得到故障诊断模型，从而用于对待测异步电动机进行工况分类。本发明方法的故障诊断正确率高，在节省系统开发时间的同时，也降低了从业人员的门槛。
-
公开(公告)号：CN109376972A
公开(公告)日：2019-02-22
申请号：CN201910000269.2
申请日：2019-01-01
Applicant: 中南大学
Abstract: 本发明公开了一种基于区块聚类的智慧电网短期电力负荷预测方法，通过聚类分析，将区域内电力负荷数据变化的本质规律相近的用电单位划分到同一区块，按区块统一建立区块电力负荷预测模型组，避免模型冗杂，提升电力负荷预测模型的泛化能力和预测精度；同时，以周作为周期，分析一周内每一天电力负荷的波动规律，将一天划分为多个稳态时段，每个时段分别建立电力负荷预测模型，进一步降低电力负荷时间序列自身的波动干扰，大大提升了预测精度和鲁棒性。
-
公开(公告)号：CN112149730B
公开(公告)日：2022-06-10
申请号：CN202011002360.7
申请日：2020-09-22
Applicant: 中南大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于油样视觉的高速列车轴承故障预测方法，包括建立高速列车轴承故障数据库；构建列车轴承故障初步预测模型；采用高速列车轴承故障数据库训练列车轴承故障初步预测模型得到最终的列车轴承故障预测模型；采集待预测高速列车的轴承数据，采用列车轴承故障预测模型对待预测高速列车的轴承故障进行预测。本发明使用油样光谱仪提取采集到的待检测轴承的润滑油中的元素原子浓度信息，并将其集成为灰度特征图像，然后对每种故障分别建立混合深度神经网络CNN‑GRU进行预测；因此，本发明能够同时对多种列车轴承故障进行预测，而且可靠性高、实用性好且时效性较好。
-
Patent Agency Ranking
公开(公告)号：CN112149730A
公开(公告)日：2020-12-29
申请号：CN202011002360.7
申请日：2020-09-22
Applicant: 中南大学
Abstract: 本发明公开了一种基于油样视觉的高速列车轴承故障预测方法，包括建立高速列车轴承故障数据库；构建列车轴承故障初步预测模型；采用高速列车轴承故障数据库训练列车轴承故障初步预测模型得到最终的列车轴承故障预测模型；采集待预测高速列车的轴承数据，采用列车轴承故障预测模型对待预测高速列车的轴承故障进行预测。本发明使用油样光谱仪提取采集到的待检测轴承的润滑油中的元素原子浓度信息，并将其集成为灰度特征图像，然后对每种故障分别建立混合深度神经网络CNN‑GRU进行预测；因此，本发明能够同时对多种列车轴承故障进行预测，而且可靠性高、实用性好且时效性较好。
-
公开(公告)号：CN110111012A
公开(公告)日：2019-08-09
申请号：CN201910393518.9
申请日：2019-05-13
Applicant: 中南大学
Abstract: 本发明公开了一种基于稳态图像特征的接触网负荷识别方法，包括：获取列车负荷事件的稳态负荷信号，并进行预处理得到对应的原始V-I曲线图；对原始V-I曲线图二值化处理，得到二值化V-I曲线图；从二值化V-I曲线图中提取5种图形特征，并构建特征向量；利用特征向量构建训练样本，再针对每种负荷类型，均利用训练样本并采用AdaBoost算法训练弱分类器，并集成得到与负荷类型对应的AdaBoost二分类器；将待识别列车负荷事件的特征向量输入至所有AdaBoost二分类器中，将最大输出值所对应的负荷类型作为待识别运行事件的负荷类型。本发明方法在计算上操作简单，对负荷运行事件的识别速度快，而且识别准确率高。
-
公开(公告)号：CN112150443B
公开(公告)日：2022-07-12
申请号：CN202011029991.8
申请日：2020-09-27
Applicant: 中南大学
Abstract: 本发明公开了一种基于空气质量数据图谱的列车车载空调剩余寿命预测方法，包括：采集不同剩余寿命的车载空调运行时的车厢内空气质量数据作为建模样本数据并获得对应的模板图片；利用各模板图片建立车载空调剩余寿命模板数据库；基于暹罗深度神经网络模型，建立车载空调剩余寿命预测模型；采集检测样本数据并获得实测图片；遍历挑选出的模板图片，以实测图片和单张挑选出的模板图片作为车载空调剩余寿命预测模型的输入图片，获得每个类别的判定结果；选取有效识别类别中判定结果为同类且置信率最高的类别对应的剩余寿命，为待检测车载空调的剩余寿命。本发明能够预测车载空调的剩余寿命，为其维修提供充裕的时间余量，保障乘客的乘车环境和安全。
-
公开(公告)号：CN112150443A
公开(公告)日：2020-12-29
申请号：CN202011029991.8
申请日：2020-09-27
Applicant: 中南大学
Abstract: 本发明公开了一种基于空气质量数据图谱的列车车载空调剩余寿命预测方法，包括：采集不同剩余寿命的车载空调运行时的车厢内空气质量数据作为建模样本数据并获得对应的模板图片；利用各模板图片建立车载空调剩余寿命模板数据库；基于暹罗深度神经网络模型，建立车载空调剩余寿命预测模型；采集检测样本数据并获得实测图片；遍历挑选出的模板图片，以实测图片和单张挑选出的模板图片作为车载空调剩余寿命预测模型的输入图片，获得每个类别的判定结果；选取有效识别类别中判定结果为同类且置信率最高的类别对应的剩余寿命，为待检测车载空调的剩余寿命。本发明能够预测车载空调的剩余寿命，为其维修提供充裕的时间余量，保障乘客的乘车环境和安全。
-
公开(公告)号：CN110395286B
公开(公告)日：2020-08-07
申请号：CN201910714887.3
申请日：2019-08-02
Applicant: 中南大学
Abstract: 本发明公开了一种列车车内空气品质监测与通风调控方法、系统，其中列车车内空气品质监测与通风调控方法包括：采集多组车内外空气品质检测数据；利用实验数据求得车内外空气综合评价指标Q0和Q1；若Q0≥Q1则训练车外新风量控制模型，否则训练车内空气净化控制模型；检测车内外空气品质检测数据；利用检测数据求得车内外空气综合评价指标Q0和Q1；若Q0≥Q1，则调用车外新风量控制模型，求得需要的通风量等级并以该输出结果调控通风系统；否则，调用车内空气净化控制模型，求得需要的通风量等级及空气净化装置功率等级，并以该输出结果调控通风系统和空气净化装置。本发明能根据不同程度的空气品质选择合适的通风调控策略，在节能环保的条件下，实现列车车内空气品质的健康保障。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.014 seconds)
