-
公开(公告)号:CN119203710A
公开(公告)日:2024-12-27
申请号:CN202410863066.7
申请日:2024-06-29
Applicant: 同济大学
IPC: G06F30/27 , G06F18/214 , G06F18/24 , G06N3/096 , G06N3/084 , G06N3/0455 , G06Q10/04 , G06F17/18
Abstract: 本发明涉及固体处置技术领域,特别是一种基于迁移学习的焚烧炉内温度的智能预测方法及系统。利用迁移学习思路,充分利用现有焚烧工况数据训练通用BP神经网络模型,针对新工况只需少量微调即可快速适应,大大提高了样本不足情况下的预测精度。引入不同工况条件下的运行参数和炉内温度数据,构建模拟数据预训练集和现场数据目标集,结合BP神经网络和迁移学习方法,充分利用历史数据中的温度分布规律。无需从头训练复杂模型,在已有模型基础上微调,提高了建模效率,增强了模型可解释性,有利于工程应用中的分析诊断。
-
公开(公告)号:CN104634414A
公开(公告)日:2015-05-20
申请号:CN201510043457.5
申请日:2015-01-28
Applicant: 国家电网公司 , 国网新源控股有限公司 , 国网新源水电有限公司富春江水力发电厂 , 同济大学
IPC: G01F23/14
Abstract: 本发明公开了一种基于巴特沃斯数字低通滤波的水位测量方法,该方法先使用一种基于双静压传感器的水位计测得实时水位深度数字信息量,再提取实测水位值,然后做限幅滤波处理,并使用巴特沃斯低通滤波器进行低通滤波,接着进行偏差率补偿和高程补偿,最后进行水位预警处理、显示和存储。本发明不仅具有精确度高、滤波效果好和平滑度高的优点,而且适用于随机干扰的滤波。
-