-
公开(公告)号:CN119291227A
公开(公告)日:2025-01-10
申请号:CN202411822574.7
申请日:2024-12-12
Applicant: 湖南科技大学
IPC: G01P5/00 , G06F18/25 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08 , G01P13/02 , G01P21/02 , G06F123/02 , G06N3/048
Abstract: 本发明涉及风速预测与人工智能技术领域,公开了一种基于时空相关性的风速预测方法及系统。在若干个风速测点采集风速数据与风向数据,并获取若干个风速测点的地理位置信息;将若干个风向数据转换为角度函数并将角度函数融合得到若干个风向特征;将风速数据以时序形式输入至自相关权重矩阵中,获取风速数据的时间特征;根据若干个风速测点的地理位置信息、风向特征以及风速数据的时间特征以及构建图结构,通过图注意力机制动态调整图结构中节点间的权重,提取空间特征,再基于风向特征、风速数据的时间特征以及空间特征获取风速预测结果。解决了现有的风速预测模型性能受限,无法有效预测风速的问题。
-
公开(公告)号:CN119917920A
公开(公告)日:2025-05-02
申请号:CN202510421746.8
申请日:2025-04-07
Applicant: 湖南科技大学
IPC: G06F18/241 , G06N3/0455 , G06N3/006 , G06F18/2136
Abstract: 本申请公开了一种基于PSO‑AWDV算法的风电机组的故障分类方法及设备,所述方法包括:采集SCADA系统中的传感器信号数据;将堆叠多级自编码器与多级噪声训练相结合,以构建堆叠多级去噪自编码器模型;在所述堆叠多级去噪自编码器模型中引入稀疏性约束,以形成堆叠稀疏多级去噪自编码器;利用自适应加权延迟速度的粒子群算法,对堆叠稀疏多级去噪自编码器模型的稀疏性约束参数进行联合优化;利用优化后的堆叠稀疏多级去噪自编码模型对含噪声的输入数据进行特征提取和降噪处理;基于处理后的数据执行故障诊断,以对风电机组轴承故障进行识别和分类。本申请能够降低风电机组环境噪声数据的影响,并减少去噪导致的训练过拟合现象。
-
公开(公告)号:CN119291227B
公开(公告)日:2025-03-07
申请号:CN202411822574.7
申请日:2024-12-12
Applicant: 湖南科技大学
IPC: G01P5/00 , G06F18/25 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/08 , G01P13/02 , G01P21/02 , G06F123/02 , G06N3/048
Abstract: 本发明涉及风速预测与人工智能技术领域,公开了一种基于时空相关性的风速预测方法及系统。在若干个风速测点采集风速数据与风向数据,并获取若干个风速测点的地理位置信息;将若干个风向数据转换为角度函数并将角度函数融合得到若干个风向特征;将风速数据以时序形式输入至自相关权重矩阵中,获取风速数据的时间特征;根据若干个风速测点的地理位置信息、风向特征以及风速数据的时间特征以及构建图结构,通过图注意力机制动态调整图结构中节点间的权重,提取空间特征,再基于风向特征、风速数据的时间特征以及空间特征获取风速预测结果。解决了现有的风速预测模型性能受限,无法有效预测风速的问题。
-
-