-
公开(公告)号：CN119760385A
公开(公告)日：2025-04-04
申请号：CN202411905258.6
申请日：2024-12-23
Applicant: 国网河南省电力公司经济技术研究院 , 同济大学 , 商丘市天宇电力工程勘测设计有限公司 , 国网河南能源互联网电力设计院有限公司
IPC: G06F18/2113 , G06F18/214 , G06F18/10 , G06F18/15 , G06Q50/06 , G06Q50/08 , G06N3/0442 , G06N3/08 , F24F11/64 , F24F11/61 , G06F123/02
Abstract: 本发明提供了一种基于特征值选择的空调负荷预测方法，属于机器学习和建筑节能技术领域。本发明的一种基于特征值选择的空调负荷预测方法通过数学互信息与物理冗余度协同化进行特征值的选择，并通过预测模型后验方式对所选择的特征值进行评价，准确地确定了模型最佳的输入特征值。本发明的一种基于特征值选择的空调负荷预测方法可以定量扑捉影响空调实时负荷值的动态特征，确保模型具有较高的预测精度，能够使空调负荷预测模型的精度在相关系数上提升5.62％，在平均误差上降低约16％～22％，同时基本不增加计算成本，具有较好的实际应用价值。
-
公开(公告)号：CN119337237A
公开(公告)日：2025-01-21
申请号：CN202411873946.9
申请日：2024-12-19
Applicant: 同济大学
IPC: G06F18/2415 , G06F18/214
Abstract: 本申请涉及一种基于类别增量更新策略及内存管理优化的电气设备故障诊断方法。依据电气设备各工况下的历史运行数据，利用将多项运行参数一维时序数据转换为三维RGB图像的表征技术来优化特征分布，建立故障图像样本集；基于此构建34层残差神经网络（ResNet‑34）诊断模型，对电气设备故障种类/等级进行诊断；用同样方法建立包含电气设备性能不断劣化的新增故障种类/等级图像样本集，在原有ResNet‑34诊断模型中嵌套令新旧故障整体分类损失最小化的子模型，基于这种故障类别增量更新策略，对电气设备可能出现的新型故障种类/等级进行诊断；又通过优化内存管理和数据存储，在保证故障诊断模型高精度的同时，有效减轻内存占用，减少模型更新时间。
-
公开(公告)号：CN119578793A
公开(公告)日：2025-03-07
申请号：CN202411644460.8
申请日：2024-11-18
Applicant: 同济大学
IPC: G06Q10/0631 , G06Q50/06 , G06F18/23
Abstract: 本申请公开了一项考虑负荷点接入次序的区域分布式能源系统(District distributed energy system,DDES)站‑网协同优化技术。依据研究对象的区域规划数据，将能量距离法与K‑means聚类法相结合，解决了能量站的选址和规模问题。采用基于最短路径法(DA)和遗传算法(GA)的管道规划算法，解决管道布局和管径同时优化的问题。在此基础上，分析能源站和管网的耦合性，并建立能源站设备容量配置优化模型，以设备的年化建造费用和运行费用为目标，建立内燃机、辅助锅炉、电制冷机组和吸收式制冷机组的数学模型。通过求解混合整型线性规划问题得到了能源站的设备容量配置，实现DDES站网协同优化设计，提升系统的经济性和技术性。
-
公开(公告)号：CN118114841A
公开(公告)日：2024-05-31
申请号：CN202410433044.7
申请日：2024-04-11
Applicant: 同济大学 , 上海城投水务(集团)有限公司自来水业务受理分公司
IPC: G06Q10/04 , G06Q50/06 , G06V10/40 , G06V10/774 , G06V10/776
Abstract: 本发明涉及能源系统能耗预测技术领域，尤其是涉及基于图片特征提取与实例迁移的能耗预测方法及系统，所述方法包括如下步骤：采集二次供水水泵系统各种工况下的历史运行参数数据并进行预处理，得到备用一维时间序列；将备用一维时间序列转换为二维图片，进而建立图片样本集；基于图片样本集，使用DHA方法选择出多个特征参数；在备用一维时间序列充足，依据选择的特征参数构建、训练和验证富数据能耗预测模型，实现能耗预测；否则搭建贫数据能耗预测模型，并选定源域和目标域完成对贫数据能耗预测模型的训练验证，实现能耗预测。本发明能够解决贫数据下能耗预测精度低的问题，能对水泵机组的能耗进行准确预测，其预测精度较高。
-
-
-
Search Results
4
records
(took 0.103 seconds)
