-
公开(公告)号：CN118051873B
公开(公告)日：2024-11-29
申请号：CN202410226808.5
申请日：2024-02-29
Applicant: 淮阴工学院
IPC: G06F18/25 , G06F18/24 , G06V10/20 , G06V10/774 , G06V10/82 , G06T5/40 , G06N3/04 , G06N3/08 , G06N3/006 , G06Q50/06 , G10L21/0208 , H04R1/08
Abstract: 本发明公开了一种变电站变压器故障红外图像及声纹识别方法及系统；所述方法包括变电设备搭载红外热像仪与振动传感器对变压器进行红外图像数据和声纹波形数据采集；采用直方图均衡化方法对红外图像进行预处理形成图像集；采用滤波器对采集到的声纹波形去噪形成音频集；对图像集采用改进的PolyViT模型进行训练基于IEDO算法优化后的Crossformer模型对音频集进行处理；IEDO算法为采用拉丁超立方初始化和Levy飞行策略对指数优化器算法EDO进行优化；通过多模态特征融合把输出的图像集和音频集合并转为特征向量再通过输出层输出，得到图像与声纹数据信息。本发明保障电力系统的正常运行、延长设备寿命、降低维修成本，并确保电力供应的可靠性。
-
公开(公告)号：CN118861804A
公开(公告)日：2024-10-29
申请号：CN202410852725.7
申请日：2024-06-28
Applicant: 淮阴工学院
Abstract: 本发明公开了一种变电站电抗器的多模态故障诊断方法，采集变电站电抗器的声纹信息，并利用高灵敏度的窄带超声波传感器向电抗器发射超声波收集反射波；采用自适应无迹卡尔曼滤波算法对采集的声纹信息和超声波信息进行降噪处理，将处理好的声纹数据和电抗器的工作参数输入到CBAM注意力机制改进的ECAPA‑TDNN模型中进行训练，诊断出电抗器的故障类型；采用AC模型对ECAPA‑TDNN模型进行改进，得到AECAPA‑TDNN模型，超声波数据输入到牛顿‑拉夫逊优化算法改进的AECAPA‑TDNN模型中进行训练，得到故障发生的具体类型和方位。本发明通过CBAM注意力机制和牛顿‑拉夫逊优化算法改进的ECAPA‑TDNN模型对电抗器进行监控，大大提高了信息的准确性和利用效率，有利于变电站的故障诊断。
-
公开(公告)号：CN118669277A
公开(公告)日：2024-09-20
申请号：CN202410678214.8
申请日：2024-05-28
Applicant: 淮阴工学院
IPC: F03D17/00 , G01D21/02 , F03D7/04 , G06N3/0475 , G06N3/0455 , G06N3/094 , G06N3/084
Abstract: 本发明公开了一种风电机组少样本故障趋势预警方法及系统，所述方法包括：使用传感器监测风电机组的参数，形成参数样本；制定故障并识别；根据少样参数样本，使用改进的GAN模型生成与原始数据相似的高质量新样本；增强样本参数，并送至改进的TEMPO模型进行4小时‑16步故障预测波形；通过原型聚类预处理的极限学习机算法对输出的多变量波形进行故障识别，所述系统包括数据采集模块、数据增强和样本生成模块、故障预测模块、数据可视化和故障诊断模块。本发明提高了网络的鲁棒性有助于减轻梯度消失和梯度爆炸的问题和加速神经网络的收敛速度，集成正态云模型策略和柯西变异策略的引进对算法最优解进行更新迭代优化，提高了EDO算法的全局搜索能力。
-
公开(公告)号：CN117742423A
公开(公告)日：2024-03-22
申请号：CN202311818718.7
申请日：2023-12-26
Applicant: 淮阴工学院
IPC: G05D27/02
Abstract: 本发明公开一种应用于种植大棚的温湿度控制方法及系统，所述方法包括：对温湿度数据进行采集，并对采集到的数据中存在异常或缺失的部分进行修正或填补；根据农作物的生长特点，对分布在不同高度的传感器所获取的数据赋予不同的权重，并对采集到的数据信息进行超范围修正、计算温湿度均值；建立大棚内种植物的温湿度调控曲线模型，比较模型计算值与均值判断是否需要进行温湿度调控，同时根据两值差的大小作为优先级控制策略判断温、湿度控制的优先级，温度差值大则优先调控温度，反之优先调节湿度；利用两个线性自抗扰控制器并与协同搜索算法相结合优化控制。本发明能对目标温室大棚内的温湿度进行智能化控制，无需人工调节，节省了人力成本。
-
公开(公告)号：CN118472935B
公开(公告)日：2024-12-20
申请号：CN202410643891.6
申请日：2024-05-23
Applicant: 淮阴工学院
Abstract: 本发明公开了一种基于NAHL的电动汽车充电负荷预测方法、装置及介质，所述方法包括：使用改进的RSEA算法优化VMD参数，对电动汽车的充电负荷数据分解预处理，对得到的各个分量，构建独立的具有增强隐含层的神经网络模型；对各个模型，选取RMSE和SMAPE为优化指标，采用改进的RSEA算法对其进行多目标优化与训练，选取帕累托前沿中离中心点最近的最优解为折中解，最终输出NAHL神经网络模型的最佳参数和预测结果，将各个NAHL模型的预测值进行聚合，输出最终预测结果。本发明采用一种全新的人工神经网络模型，使用多目标优化方法优化神经网络参数，可以同时注重预测模型的精度和关注预测值与实际值之间的整体差异，得到更加准确的预测结果。
-
Patent Agency Ranking
公开(公告)号：CN118391183B
公开(公告)日：2024-10-25
申请号：CN202410489523.0
申请日：2024-04-23
Applicant: 淮阴工学院
IPC: F03B15/00 , F03B11/00 , H04N23/50 , G06F18/214 , G06F18/241 , G06F18/10
Abstract: 本发明公开了一种基于声纹成像的水轮机状态监测和故障诊断方法，首先利用声学传感器和摄像头分别采集水轮机的声纹数据和可见光图像；声纹数据通过模数转换器将信号转换为数字信号；针对信号的噪声处理，使用改进RVMD、SGMD和维纳滤波对数据进行信号增强和去噪，其中通过改进的WSO算法优化RVMD的参数；接着，利用LCMV波束成像算法生成声纹数据声场强度图，然后将其与可见光图像融合，形成多信息图像，实现声源定位；构建基于均方根误差的conformer模型，获得诊断结果，实现对水轮机的状态监测和故障诊断。本发明能准确高效的实时检测水轮机故障并定位，保证水轮机的正常运行。
-
公开(公告)号：CN118658144A
公开(公告)日：2024-09-17
申请号：CN202410686285.2
申请日：2024-05-29
Applicant: 淮阴工学院
IPC: G06V20/59 , G06V20/40 , G06V40/16 , G06V40/20 , G06V10/25 , G06V10/30 , G06V10/36 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/0475 , G06N3/094 , B60K35/26 , B60Q5/00
Abstract: 本发明公开了一种驾驶人员异常行为、疼痛表情识别与预警方法及系统，所述方法包括：对视频进行关键帧抽取形成图像；利用改进的RPCA算法对图像进行降噪；将处理好的图像输入Faster R‑CNN模型，生成待识别目标检测框；建立姿态估计识别模型YOLO‑POSE模型；采用生成对抗网络的多姿态人脸识别算法GAN‑MFER识别驾驶员的面部表情；准确的判断驾驶员当前的状态，并给出相应的警报提示；所述系统包括数据获取模块，图像增强模块，图像识别模块。本发明有效地提高了Faster R‑CNN的检测精度与效率；综合姿态识别与面部表情识别的结果，更加准确的判断驾驶员当前的状态，有效地提高了模型的识别效率，有效的保障了车内外人员的人生安全。
-
公开(公告)号：CN118611181A
公开(公告)日：2024-09-06
申请号：CN202410686398.2
申请日：2024-05-30
Applicant: 淮阴工学院
IPC: H02J3/46 , H02J3/28 , H02J3/24 , G06F30/27 , G06N3/126 , G06F113/04 , G06F111/06 , G06F113/06
Abstract: 本发明公开了一种风电渗透条件下水风抽蓄互联微电网的优化控制方法，构建并网抽水蓄能‑水电‑风电互联的微电网系统；构建微电网系统的容量配置约束，维持微电网系统的频率稳定确保系统备用容量；对所建立的微电网系统建立基于电网频率的多目标优化模型，使用基于自适应交叉算子及变异率算子的非支配排序遗传算法求解多目标优化模型，得到最优控制器参数设置。本发明通过对抽水蓄能机组控制器参数的多目标优化，进一步优化了电力系统稳定性；可以显著提高抽水蓄能机组在风电渗透互联微电网中的调节能力，进一步地使微电网系统能够更有效迅速地调节电网频率、平抑波动，保证电力系统的安全稳定运行。
-
公开(公告)号：CN117540879B
公开(公告)日：2024-08-16
申请号：CN202311805006.1
申请日：2023-12-26
Applicant: 淮阴工学院
IPC: G06Q10/04 , G06F18/2413 , G06F18/27 , G06F18/10 , G06F18/213 , G06F17/16 , G01R31/36
Abstract: 本发明公开了一种新能源电车锂电池的荷电状态预测方法，首先获取锂电池历史使用数据，并对其数据进行归一化预处理；采用连续时间空域特征提取算法对预处理过的稳定的锂电池数据集进行特征参数提取；基于特征选择的KNN分类算法对提取的特征参数进行分类；运用基于随机森林的递归特征消除方法进行特征选择得到最优特征子集；利用光学显微镜算法对D‑KNN的超参数进行优化；将最优子集输入到优化后的D‑KNN模型中进行训练，从而得到锂电池预测数据。本发明根据锂电池使用数据动态变化的特性，采用三种方法对数据进行提取、分类、选择，最终输入进入动态模型进行预测，极大提升了锂电池剩余电荷预测结果的准确性。
-
公开(公告)号：CN118391183A
公开(公告)日：2024-07-26
申请号：CN202410489523.0
申请日：2024-04-23
Applicant: 淮阴工学院
IPC: F03B15/00 , F03B11/00 , H04N23/50 , G06F18/214 , G06F18/241 , G06F18/10
Abstract: 本发明公开了一种基于声纹成像的水轮机状态监测和故障诊断方法，首先利用声学传感器和摄像头分别采集水轮机的声纹数据和可见光图像；声纹数据通过模数转换器将信号转换为数字信号；针对信号的噪声处理，使用改进RVMD、SGMD和维纳滤波对数据进行信号增强和去噪，其中通过改进的WSO算法优化RVMD的参数；接着，利用LCMV波束成像算法生成声纹数据声场强度图，然后将其与可见光图像融合，形成多信息图像，实现声源定位；构建基于均方根误差的conformer模型，获得诊断结果，实现对水轮机的状态监测和故障诊断。本发明能准确高效的实时检测水轮机故障并定位，保证水轮机的正常运行。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.047 seconds)
