-
公开(公告)号:CN119884892A
公开(公告)日:2025-04-25
申请号:CN202510365538.0
申请日:2025-03-26
Applicant: 无锡学院
IPC: G06F18/241 , G01D21/02 , G06F18/15 , G06F18/2113 , G06F18/2431
Abstract: 本发明提供一种工业态势感知多传感器融合数据协同分析方法及系统,涉及工业传感器技术领域,具体步骤包括:采集传感器数据,分析传感器之间的相关性,纵向分析数据,输出评判结果,本发明通过对设备上的传感器采集的数据进行相关性分析,传感器共同协同作业,通过采集传感器数据,分析各个传感器之间的关联性,并依据关联性的基础上对同样的采样点、采集窗口对传感器采集的数据进行纵向分析,生成用于判定故障出现来源的故障类别判定指数,从而辅助判断是设备出现故障还是传感器出现故障,极大的提高了工作人员的检修效率。
-
公开(公告)号:CN119357806A
公开(公告)日:2025-01-24
申请号:CN202411670143.3
申请日:2024-11-21
Applicant: 无锡学院
IPC: G06F18/2413 , G06N3/09 , G06F18/2131 , G06F18/214 , G01R23/16 , G01R31/00 , G06F123/02
Abstract: 本发明提供一种基于频谱特征的电网信号扰动分析方法及装置,涉及电网信号扰动分析技术领域,具体步骤包括:采集包含各种电能质量扰动的历史数据,使用等长的时间窗口进行分割,获得多个时间窗口对应的时间序列信号片段,对每个时间序列信号片段进行傅里叶变换,获取每个时间序列信号片段对应的频谱特征;将上述频谱特征构成数据链,并对数据链进行标注,构建电能质量扰动数据训练集;构建深度学习模型,使用标注的电能质量扰动数据训练集对模型进行训练,得到训练好的电能质量扰动识别模型,本发明通过对传统的神经网络结构进行了改造,降低了信号处理的难度,提高电能质量扰动信号识别的准确率。
-
公开(公告)号:CN119047846A
公开(公告)日:2024-11-29
申请号:CN202411516967.5
申请日:2024-10-29
Applicant: 无锡学院
IPC: G06Q10/0635 , G06Q50/06 , G08B31/00 , G01R21/00
Abstract: 本发明提供一种家用电力计量数据安全风险预警方法及系统,涉及家电设备用电风险预警技术领域,具体步骤为:采集过去七天的负载功率时序数据、温度、节假日数据,生成第一校准系数,校准负载功率数据并按时间划分区间。采集各区间平均、最大、最小功率,设定权重系数,生成参考功率数据。实时采集功率、节假日、温度数据,生成第二校准系数,对监测功率数据进行校准,计算平均功率和功率增长率,综合生成功率变化指数,并与安全风险阈值比较,判断电力计量数据是否异常,若异常则发出预警。通过综合功率变化指数与风险预警阈值相对比,便于监测功率变化,大大提高了灵敏度,做到监测用电精细化、实时化。
-
-