-
公开(公告)号：CN116885797A
公开(公告)日：2023-10-13
申请号：CN202310758788.1
申请日：2023-06-26
Applicant: 淮阴工学院
IPC: H02J3/46 , G06Q10/04 , G06Q50/06 , G06F30/27 , G06N3/006 , G06F18/24 , G06F113/04 , G06F111/04
Abstract: 一种基于改进粒子群算法的家庭用电负荷优化调度方法，首先，将家庭用电负荷进行分类，建立家庭用电负荷的调度模型，确定目标函数和约束条件，建立家庭用电负荷调度优化模型；然后，对标准粒子群的算法进行改进，改进非线性惯性权重公式，提出一种与惯性权重相结合的自适应学习因子公式，并混合蜣螂优化算法来改善粒子群算法易陷入局部最优的问题，算法改进后，全局搜索能力更加均衡，局部搜索能力也得到增强，更容易跳出局部最优解，提高了算法寻优能力；最后，将改进的粒子群算法应用于家庭用电负荷优化调度中。本发明达到用户综合用电成本低，用户不方便程度低和峰谷差小的目标。
-
公开(公告)号：CN118885730A
公开(公告)日：2024-11-01
申请号：CN202410908254.7
申请日：2024-07-08
Applicant: 淮阴工学院
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06F18/2411 , G06N3/006 , G06N3/0464
Abstract: 本发明公开一种基于1D‑CNN‑IALO‑SVM的化工过程故障诊断方法。主要包括以下步骤：首先，获取化工过程的故障数据，对故障数据进行预处理，并划分为训练集和测试集；其次，构建一个1D‑CNN作为特征提取模块，将预处理后的训练集输入到模块中进行训练，并通过全连接层接收数据特征进行输出，完成特征提取；然后，训练SVM模型，先将提取好的数据特征输入到SVM中，再通过改进蚁狮算法IALO对SVM参数惩罚因子C和核参数g进行优化；最后，将测试集输入至优化好的SVM模型，完成对化工过程的故障诊断。与现有技术相比，本发明提出的基于1D‑CNN‑IALO‑SVM的化工过程故障诊断方法，诊断准确率高，满足了对化工过程中故障诊断的需要。
-
公开(公告)号：CN118842385A
公开(公告)日：2024-10-25
申请号：CN202410974768.2
申请日：2024-07-19
Applicant: 淮阴工学院
IPC: H02P21/24 , H02P21/13 , H02P21/18 , H02P27/12 , H02P25/022
Abstract: 本发明针对卡尔曼滤波算法中噪声协方差矩阵参数难以整定的问题，提出一种基于噪声参数辨识的卡尔曼滤波无感控制策略。参数辨识算法采用改进的种群优化算法，结合了粒子群与天牛须思想，加入线性递减权重与学习因子同步化公式，使得优化算法收敛速度与搜索能力明显提高。在基于扩展卡尔曼滤波无刷直流电机矢量控制系统中，通过改进的种群算法对观测器中的过程噪声矩阵Q与测量噪声矩阵R参数优化，测试不同的适应度函数快速找到最优的噪声矩阵参数，通过仿真结果表明当转速超过1000速域时，稳态误差减小，观测器的估计性能有明显提升。
-
公开(公告)号：CN118656593A
公开(公告)日：2024-09-17
申请号：CN202410872162.8
申请日：2024-07-01
Applicant: 淮阴工学院
IPC: G06F18/20 , G06F18/2135 , G06F18/15 , G06N3/04 , G06N3/0985 , G06N3/006
Abstract: 本发明公开了一种基于偏移补偿和优化Elman神经网络的水泥回转窑温度软测量建模方法，首先建立回转窑烧成带温度历史数据集，通过核主成分分析法KCPA对数据集进行变量筛选，预处理后并划分为训练集和测试集；其次构建Elman神经网络并确定网络的参数，初始化Elman神经网络的权值和阈值；利用改进哈里斯鹰算法对网络的权值和阈值进行优化，采用训练集对优化后的Elman神经网络进行训练；将测试集输入训练后的优化Elman神经网络中进行预测，并通过偏移补偿方法对预测结果进行补偿，输出补偿后的预测结果。本发明提出的基于偏移补偿和优化Elman神经网络的回转窑烧成带温度软测量建模方法，具有较好的预测精度和泛化能力，同时拟合效果非常好，取得了良好的应用效果。
-
-
-
Search Results
4
records
(took 0.024 seconds)
