-
公开(公告)号：CN118839810B
公开(公告)日：2025-02-18
申请号：CN202410858329.5
申请日：2024-06-28
Applicant: 淮阴工学院
IPC: G06Q10/04 , H02J3/00 , G01P5/00 , G01W1/10 , G06Q50/06 , G06F18/21 , G06F18/25 , G06F18/24 , G06N3/094 , G06N3/084 , G06N3/0475 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06N3/049
Abstract: 本发明涉及风速预测领域，公开了一种基于多模型集成的风电场风速预测方法及系统。该方法包括：获取历史风速w0(t)，通过插补以及剔除漂移风速得到w(t)，并采用DVNCMD分解w(t)；计算分解得到的各序列的融合特征熵，并依据熵值大小分为低、中等、高熵值序列；对应低、中等、高熵值序列建立BP、LSTM、CNN‑Bi‑LSTM‑Attention模型，并利用NRBO优化LSTM、CNN‑Bi‑LSTM‑Attention模型的超参数；最后叠加所有序列预测结果，得到最终预测风速。该系统利用数据量阈值判断模块更新模型参数，适应气候变化导致的风速变化，同时实时显示预测数据。本发明采用DVNCMD分解减少计算量提升分解效率，同时建立BP、LSTM、CNN‑Bi‑LSTM‑Attention模型优化计算效率减少计算时间，并添加NRBO优化算法进一步提升预测精度和效率，为风速发电提供新的思路与方法。
-
公开(公告)号：CN118940090A
公开(公告)日：2024-11-12
申请号：CN202411010828.5
申请日：2024-07-26
Applicant: 淮阴工学院
IPC: G06F18/24 , G06F18/213 , G06N3/0455 , G06N20/00
Abstract: 本发明公开了一种压缩机故障实时检测及预警方法和系统，所述方法包括通过获取压缩机运行数据，对数据进行预处理包括分解和特征提取，利用K折交叉验证划分数据集，并采用改进开普勒优化算法KOA对TimeMixer模型和梯度决策提升树模型进行训练；当输出训练好的模型后，在线预警部分实时采集数据进行故障预测，并根据预测结果进行分级预警；同时以准确率作为预测结果的性能指标，当准确率下降超过阈值，重新进行模型训练并更新数据库，可以有效解决设备老化及工况改变导致的运行数据概念漂移问题。本发明通过离线模型和在线预警的有机结合，协同运作，形成闭环管理；采用加权预测函数协同构建KOA的适应度函数，有助于减少过拟合的风险，有效提高预测精度。
-
公开(公告)号：CN118468483A
公开(公告)日：2024-08-09
申请号：CN202410621749.1
申请日：2024-05-20
Applicant: 淮阴工学院
IPC: G06F30/17 , G06F30/27 , G06F30/28 , G06N3/045 , G06N3/0475 , G06N3/0985 , G06F111/10
Abstract: 本发明公开了一种能够提高设计效率的翅片换热器管型快速优化设计方法、系统及设备，其中方法包括：通过数值模拟和实验台观测数据，获取翅片换热器不同管型设计方案数据，存入云平台；对设计方案数据进行预处理得到样本数据；构建联邦迁移生成对抗网络FTL‑GAN增强样本数据；以增强样本数据为输入，建立智能快速优化设计模型，完成快速优化设计；对快速优化设计方案进行评估；本发明实现了利用AI辅助空调换热器的快速设计，保障设计精度的情况下，有效缩短了翅片换热器管型的设计时间。
-
公开(公告)号：CN118111692A
公开(公告)日：2024-05-31
申请号：CN202410307186.9
申请日：2024-03-18
Applicant: 淮阴工学院
IPC: G01M13/00 , G01M17/007
Abstract: 本发明提供一种滑动式扶手疲劳测试装置，涉及疲劳测试装置领域。包括装置板，所述装置板内部的右侧开设有第一电机腔，所述装置板的底面位于第一电机腔内壁的右侧开设有第一移动槽，所述第一电机腔内壁的左侧固定连接有第一电机，所述第一电机的输出端固定连接有第一螺纹杆，本发明具有对汽车滑动式扶手的疲劳测试的功能，能够反映汽车滑动式扶手使用的情况，直观的显示出汽车滑动式扶手滑动的流畅度以及是否存在卡顿的问题，保证汽车滑动式扶手的测试，从而使驾驶人了解扶手的性能，避免了汽车滑动式扶手损坏而驾驶人不知情的问题，从而保证了驾驶人驾驶的安全，提高了汽车滑动式扶手使用过程中的稳定性和安全性。
-
公开(公告)号：CN117409546A
公开(公告)日：2024-01-16
申请号：CN202311518623.3
申请日：2023-11-15
Applicant: 淮阴工学院
Inventor： 吴鹏 , 管敏竹 , 张帅 , 郝祥淼 , 高昊 , 符心怡 , 刘倍希 , 陈浩东 , 孙娜 , 张宇翔 , 彭甜 , 张楚 , 纪捷 , 黄凤芝 , 王建国 , 应根旺 , 张楠 , 姜伟
Abstract: 本发明公开了一种化工厂环境及有害气体智能检测与预警系统，包括化工厂有害气体和环境参数采集模块、异常检测模块、传感器监测数据修正模块、数据显示模块、声光报警模块、WiFi通信模块、单片机和智能控制云平台。本发明利用云平台实现远端数据的接收处理，较现有的化工厂安防系统而言，可接收信号范围更广阔；对传感器数据采用了异常检测和修正再传输至单片机，使处理器接收的数据更加精确，提出了较新的异常检测方法，保证了输入数据的质量；本发明利用控制云平台智能分析和预测反馈功能，对未来有害气体的变化趋势和走势进行预测预警，降低了人力排查成本，提高了工厂智能化；本发明实现了分级预警功能，提高了报警系统的效率，减少了事故损失。
-
Patent Agency Ranking
公开(公告)号：CN116780776A
公开(公告)日：2023-09-19
申请号：CN202310788118.4
申请日：2023-06-29
Applicant: 淮阴工学院
IPC: H02J13/00 , G06N3/006 , G06N3/084 , G06F17/18 , G06F17/14 , G06Q50/06 , H02J3/00 , H02J3/38 , H02S50/00 , H02S40/30
Abstract: 本发明公开了一种基于改进麻雀算法的化工园区光伏监测系统及方法，所述系统包括气象采集模块、数据模块、LoRa通信模块、网关、NB‑IoT模块、云平台、云服务器以及用户端。本发明利用ICEEMDAN分解，减少白噪声与IMF分量的混叠，同时再用VMD分解对复杂度较高的m个IMF分量再次分解。通过两次分解原始数据s(t)，能够有效降低原始序列噪声及复杂程度，便于预测模型捕获原始时间序列中隐含的季节、周期及随机性信息，从而提高预测精度；本发明通过同时加入精英反向学习策略、柯西变异策略和Metropolis准则协同改进麻雀搜索算法，达到提升算法的收敛速度及鲁棒性的效果；本发明改进麻雀搜索算法对深度信念网络核心参数寻优，能有效解决因随机初始化权值导致的精度不高问题。
-
公开(公告)号：CN116776773A
公开(公告)日：2023-09-19
申请号：CN202310757141.7
申请日：2023-06-26
Applicant: 淮阴工学院
IPC: G06F30/28 , G06F30/18 , G06F30/27 , G06F113/08 , G06F119/08 , G06F119/14 , G06F113/14 , G06F111/06
Abstract: 本发明公开了一种平直翅片管式换热器管型优化系统及方法，所述系统包括：数学化模块、优化仿真模块、决策模块和正反设计模块；所述数学化模块用于将待优化换热器管型设计抽象为数学问题，所述优化仿真模块用于建立NSGA‑II多目标优化模型，以换热效率和压降指标为优化目标函数，对设计变量进行寻优，得到Pareto最优设计方案集合；所述决策模块用于根据用户需求，利用多属性决策方法从云数据库中Pareto非劣设计方案集合中选择符合设计要求的方案；所述正反设计模块用于利用云数据库Pareto非劣设计方案集合数据构建机器学习快速设计模型，捕捉设计变量和换热器性能指标的非线性关系，辅助用户快速设计；本发明具有计算量小，节约设计时间的优点。
-
公开(公告)号：CN118114826B
公开(公告)日：2025-01-24
申请号：CN202410252240.4
申请日：2024-03-05
Applicant: 淮阴工学院
Abstract: 本发明涉及充电桩布局优化领域，公开了一种校园两轮电动车充电桩再布局优化方法与系统，包括：获取每日进出校园的两轮电动车数量，进出充电站的频次和用户选取充电桩的偏好和需求分布点数据；对获取的数据进行预处理和数据的校准；对数据进行分析，确定选址方案需满足的约束条件；拟定选址方案，以总投资成本最小和用户充电成本最小构建目标函数；在充分考虑用户的偏好和需求的情况下，利用海象优化算法对目标函数进行两轮寻优，得出最佳电动车充电桩布局优化方案。本发明确保了优化目标总成本最小，使优化的充电桩布局在能够平衡投资商和用户利益的同时满足用户的需求，实现合理的停放充电。
-
公开(公告)号：CN118962502A
公开(公告)日：2024-11-15
申请号：CN202411031679.0
申请日：2024-07-30
Applicant: 淮阴工学院
IPC: G01R31/392 , G01R31/367 , G06F30/27 , G06N3/0475 , G06N3/0455 , G06N3/094
Abstract: 一种锂电池SOH智能估计方法与系统，包括：传感器采集不同种类和工况的锂电池运行数据；构建VAE‑GAN组合模型，进行数据增强，生成更多锂电池运行数据；根据不同种类和工况的锂电池运行数据，对模型库中所有模型分别建模，挑选出源模型并加权叠加成一个堆叠模型；输入待评估锂电池的运行数据，ART网络对堆叠模型中的各个源模型进行自适应权重分配得到预测模型并输出初步预测结果；建立基于随机森林的误差修正模型，完成初步预测结果的误差修正，输出锂电池SOH的最终预测值。本发明构建了新型VAE‑GAN组合模型，降低了采集多源数据的难度；构建了基于多个源模型的堆叠模型，增加了模型的泛化能力；并对预测结果进行了误差修正，提高了模型预测的精度。
-
公开(公告)号：CN118839810A
公开(公告)日：2024-10-25
申请号：CN202410858329.5
申请日：2024-06-28
Applicant: 淮阴工学院
IPC: G06Q10/04 , H02J3/00 , G01P5/00 , G01W1/10 , G06Q50/06 , G06F18/21 , G06F18/25 , G06F18/24 , G06N3/094 , G06N3/084 , G06N3/0475 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06N3/049
Abstract: 本发明涉及风速预测领域，公开了一种基于多模型集成的风电场风速预测方法及系统。该方法包括：获取历史风速w0(t)，通过插补以及剔除漂移风速得到w(t)，并采用DVNCMD分解w(t)；计算分解得到的各序列的融合特征熵，并依据熵值大小分为低、中等、高熵值序列；对应低、中等、高熵值序列建立BP、LSTM、CNN‑Bi‑LSTM‑Attention模型，并利用NRBO优化LSTM、CNN‑Bi‑LSTM‑Attention模型的超参数；最后叠加所有序列预测结果，得到最终预测风速。该系统利用数据量阈值判断模块更新模型参数，适应气候变化导致的风速变化，同时实时显示预测数据。本发明采用DVNCMD分解减少计算量提升分解效率，同时建立BP、LSTM、CNN‑Bi‑LSTM‑Attention模型优化计算效率减少计算时间，并添加NRBO优化算法进一步提升预测精度和效率，为风速发电提供新的思路与方法。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.064 seconds)
