一种储粮管理场景温度传感器故障诊断方法及其诊断装置

    公开(公告)号:CN111967535B

    公开(公告)日:2023-11-14

    申请号:CN202010923738.0

    申请日:2020-09-04

    Applicant: 安徽大学

    Abstract: 本发明公开了一种储粮管理场景温度传感器故障诊断方法及其诊断装置。该诊断方法包括以下步骤:将储粮管理场景中的温度传感器预测诊断分为两个等级,并确定温度传感器数据集;建立温度传感器的故障诊断模型;将采集到的样本数据划分为训练集和测试集;对训练集的数据进行标准化处理,进行建模,对极端梯度提升算法模型训练获得故障检测模型;先对测试集的数据标准化处理,再进行故障检测,最后根据检测结果,判断出温度传感器是否为故障传感器。本发明能够帮助管理人员发现故障传感器并对其进行修理,有利于节省人工成本,提高管理效率。该方法有利于消除储粮安全隐患,减少因传感器故障带来的粮食损失,具有较高的使用价值。

    一种基于小波分解的用户登录特征预测方法及其装置

    公开(公告)号:CN111262873B

    公开(公告)日:2022-06-03

    申请号:CN202010064372.6

    申请日:2020-01-20

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于小波分解的用户登录特征预测方法及其装置。该方法包括:提取数据,获得用户登录特征时间序列数据,用户登录特征时间序列数据包括登录时间间隔数据序列以及通过计算登录时刻与登出时刻的差值获得在线时长数据序列,对这两个数据序列预处理;通过用户登录特征时间序列数据进行数据预测;数据预测方法包括:对数据序列小波分解获得低频分量和高频分量;分别对低频分量和高频分量训练、建模、预测,获得低频分量预测序列和高频分量预测序列;将低频和高频分量的预测序列小波重构获得组合预测结果;对组合预测结果反归一化处理获得用户登录特征预测结果。本发明具有更好的预测效果,预测更为准确,精度更高,具有实际应用价值。

    基于大数据与插值预测的粮仓空时温度场预测方法及装置

    公开(公告)号:CN111310317A

    公开(公告)日:2020-06-19

    申请号:CN202010079018.0

    申请日:2020-02-03

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于大数据与插值预测的粮仓空时温度场预测方法及装置。该方法包括:读取粮情数据及仓库信息;截取不同时间点数据作为数据依据;对仓内温度3D重建;选取要预测的截面,对于截面温度时序预测;对选取截面中要预测的温度点,判断该坐标位置是否为外层坐标点;将样本数据输入为输入序列;初始化,设定训练周期及精度;计算网络层的实际输出;计算误差并修正权值、阈值;神经网络训练并判断训练精度是否达到预设精度或训练周期是否达到预设周期,是则预测出温度值;利用预测出的截面离散温度点空间插值,获得截面的预测温度场图。本发明准确预测仓内温度场的变化趋势,直观且有效的反映粮仓粮堆内部温度信息,保障粮食储存质量。

    一种基于小波分解的用户登录特征预测方法及其装置

    公开(公告)号:CN111262873A

    公开(公告)日:2020-06-09

    申请号:CN202010064372.6

    申请日:2020-01-20

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于小波分解的用户登录特征预测方法及其装置。该方法包括:提取数据,获得用户登录特征时间序列数据,用户登录特征时间序列数据包括登录时间间隔数据序列以及通过计算登录时刻与登出时刻的差值获得在线时长数据序列,对这两个数据序列预处理;通过用户登录特征时间序列数据进行数据预测;数据预测方法包括:对数据序列小波分解获得低频分量和高频分量;分别对低频分量和高频分量训练、建模、预测,获得低频分量预测序列和高频分量预测序列;将低频和高频分量的预测序列小波重构获得组合预测结果;对组合预测结果反归一化处理获得用户登录特征预测结果。本发明具有更好的预测效果,预测更为准确,精度更高,具有实际应用价值。

    基于大数据与插值预测的粮仓空时温度场预测方法及装置

    公开(公告)号:CN111310317B

    公开(公告)日:2023-02-14

    申请号:CN202010079018.0

    申请日:2020-02-03

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于大数据与插值预测的粮仓空时温度场预测方法及装置。该方法包括:读取粮情数据及仓库信息;截取不同时间点数据作为数据依据;对仓内温度3D重建;选取要预测的截面,对于截面温度时序预测;对选取截面中要预测的温度点,判断该坐标位置是否为外层坐标点;将样本数据输入为输入序列;初始化,设定训练周期及精度;计算网络层的实际输出;计算误差并修正权值、阈值;神经网络训练并判断训练精度是否达到预设精度或训练周期是否达到预设周期,是则预测出温度值;利用预测出的截面离散温度点空间插值,获得截面的预测温度场图。本发明准确预测仓内温度场的变化趋势,直观且有效的反映粮仓粮堆内部温度信息,保障粮食储存质量。

    一种储粮管理场景温度传感器故障诊断方法及其诊断装置

    公开(公告)号:CN111967535A

    公开(公告)日:2020-11-20

    申请号:CN202010923738.0

    申请日:2020-09-04

    Applicant: 安徽大学

    Abstract: 本发明公开了一种储粮管理场景温度传感器故障诊断方法及其诊断装置。该诊断方法包括以下步骤:将储粮管理场景中的温度传感器预测诊断分为两个等级,并确定温度传感器数据集;建立温度传感器的故障诊断模型;将采集到的样本数据划分为训练集和测试集;对训练集的数据进行标准化处理,进行建模,对极端梯度提升算法模型训练获得故障检测模型;先对测试集的数据标准化处理,再进行故障检测,最后根据检测结果,判断出温度传感器是否为故障传感器。本发明能够帮助管理人员发现故障传感器并对其进行修理,有利于节省人工成本,提高管理效率。该方法有利于消除储粮安全隐患,减少因传感器故障带来的粮食损失,具有较高的使用价值。

Patent Agency Ranking