公开(公告)号：CN119669987B

公开(公告)日：2025-05-09

申请号：CN202510181271.X

申请日：2025-02-19

Applicant: 浙江大学 ,  浙江宇众环境科技有限公司

Inventor： 杨捷 ,  郑凡 ,  奚海剑 ,  陈军 ,  邱泽贤 ,  仇垚

IPC: G06F18/2433 ,  G06F18/2135 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/096

Abstract: 本发明公开了一种基于深度迁移学习和主成分分析的暖通空调系统故障检测方法。包括：使用主成分分析方法分别处理源域数据集、目标域数据集，得到源域特征数据集和目标域特征数据集；构建深度学习模型后，首先使用源域特征数据集对深度学习模型进行预训练，再冻结预训练模型的卷积神经网络模块的参数，使用目标域特征数据集训练得到训练好的深度学习模型，使用训练好的深度学习模型接收并处理待预测的传感信号数据，得到暖通空调系统的故障检测结果。本发明方法减少了对大量标注数据的依赖，能够及时反馈故障信息，故障检测准确可靠。

公开(公告)号：CN119669987A

公开(公告)日：2025-03-21

申请号：CN202510181271.X

申请日：2025-02-19

Applicant: 浙江大学 ,  浙江宇众环境科技有限公司

Inventor： 杨捷 ,  郑凡 ,  奚海剑 ,  陈军 ,  邱泽贤 ,  仇垚

IPC: G06F18/2433 ,  G06F18/2135 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/096

Abstract: 本发明公开了一种基于深度迁移学习和主成分分析的暖通空调系统故障检测方法。包括：使用主成分分析方法分别处理源域数据集、目标域数据集，得到源域特征数据集和目标域特征数据集；构建深度学习模型后，首先使用源域特征数据集对深度学习模型进行预训练，再冻结预训练模型的卷积神经网络模块的参数，使用目标域特征数据集训练得到训练好的深度学习模型，使用训练好的深度学习模型接收并处理待预测的传感信号数据，得到暖通空调系统的故障检测结果。本发明方法减少了对大量标注数据的依赖，能够及时反馈故障信息，故障检测准确可靠。

公开(公告)号：CN116385921A

公开(公告)日：2023-07-04

申请号：CN202310081753.9

申请日：2023-02-08

Applicant: 浙江亿视电子技术有限公司 ,  浙江大学

Inventor： 杨捷 ,  朱锦奇 ,  朱小冬 ,  王群生 ,  汪显博 ,  邱泽贤 ,  仇垚 ,  钱国英

IPC: G06V20/40 ,  G06V20/52 ,  G06V10/26

Abstract: 本发明公开了一种基于计算机视觉人流密度分析的中央空调负荷调配方法。方法包括：采集安装有中央空调的房间内的实时视频流，将视频图像作为原始背景图像输入单高斯背景模型中处理后获得去噪前景图像；使用目标跟踪KCF方法处理获得预测图像，使用区域人数统计方法计算人员数量；建立人员数量‑空调负荷模型；将人员数量输入人员数量‑空调负荷模型中，输出中央空调的空调负荷，作为中央空调的当前空调负荷，最终实现对中央空调的实时负荷调配。本发明方法有效克服了楼宇中央空调不能开展灵活性负荷调配的问题，有效提高了空调负荷的利用效能。