-
公开(公告)号:CN118965207A
公开(公告)日:2024-11-15
申请号:CN202410807569.2
申请日:2024-06-21
申请人: 广西电网有限责任公司电力科学研究院
IPC分类号: G06F18/2433 , G01R31/12 , G06F18/15 , G06F18/2131 , G06F18/2132 , G06F18/2135 , G06F18/2321 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/048
摘要: 本发明涉及KYN电缆附件局部放电诊断技术领域,本发明所述方法包括,利用模块化KYN设备内置的TEV传感器和数据采集装置实时采集设备运行数据;针对采集到的设备运行原始数据,采用自适应的数据处理方法,进行数据清洗、去噪、降维;利用自适应的卷积神经网络从预处理后的数据中提取关键特征,并构建特征图谱;基于构建的特征图谱,利用自适应的卷积神经网络结合注意力机制对设备的运行状态进行自动诊断和分析。该方法通过对KYN设备局放信号进行采集、预处理和特征提取,然后构建局放特征图谱,使得设备的局放特征得以全面、系统地表征。
-
公开(公告)号:CN118917166A
公开(公告)日:2024-11-08
申请号:CN202410714779.7
申请日:2024-06-04
申请人: 重庆大学
IPC分类号: G06F30/27 , G06F30/17 , G06F18/25 , G06F18/213 , G06F18/2131 , G06F18/21 , G06F18/2132 , G06N3/045 , G06N3/0464 , G06N3/09 , G06N3/082 , G06F119/02
摘要: 本发明涉及一种基于多分支横向扩增网络的持续剩余使用寿命预测方法,属于机械设备剩余寿命预测技术领域。该方法包括:S1:连续采集机械设备不同工况下的状态监测数据,并通过快速傅里叶变换获取频域信号;频域信号包含指示故障特征或退化模式的特定频率成分;S2:将频域信号进行归一化处理;S3:将归一化处理后的数据分为正常数据和退化数据;S4:构建MBHAN模型,并采用加入了MWC正则化项的损失函数来训练优化MBHAN模型,其中,MBHAN表示多分支横向扩展网络,MWC表示记忆权重约束;S5:利用优化后的MBHAN模型来预测机械设备的剩余使用寿命。本发明实现机械设备终身的RUL预测任务的学习和RUL预测。
-
公开(公告)号:CN118626835B
公开(公告)日:2024-11-05
申请号:CN202411068184.5
申请日:2024-08-06
申请人: 东方电子股份有限公司
IPC分类号: G06F18/2132 , G01R23/16 , G01R23/165 , G06N3/0499 , G06N3/08
摘要: 本发明涉及应用于电力系统的谐波和间谐波分析方法,属于电力系统谐波和间谐波分析技术领域。包括如下步骤:步骤S1:首先建立谐波和间谐波信号模型;步骤S2:将#imgabs0#点采样数据构造成数据阵列#imgabs1#;步骤S3:快速估计信号子空间#imgabs2#和噪声子空间#imgabs3#;步骤S4:计算矩阵特征值#imgabs4#;步骤S5:根据计算的矩阵特征值#imgabs5#计算优化后的频率估计值#imgabs6#;步骤S6:依据计算的频率估计值#imgabs7#,采用改进型神经网络算法计算谐波、间谐波幅值#imgabs8#和相角#imgabs9#。本发明有效降低计算复杂度,提高了测量精度;该方法收敛速度更快,学习次数更少,计算量更小。
-
公开(公告)号:CN118885874A
公开(公告)日:2024-11-01
申请号:CN202410945269.0
申请日:2024-07-15
申请人: 西安交通大学
IPC分类号: G06F18/241 , A61B5/389 , A61B5/11 , G06F18/2132 , G06N3/0464 , G06N3/094
摘要: 本发明属于人工智能与人机交互领域,公开了一种基于重构对抗域适应网络的动作识别方法及系统,动作识别方法包括:获取生物体在执行动作时产生的肌电信号;通过已预训练好的重构对抗域适应网络对肌电信号进行数据处理,得到肌电信号对应的动作类别;重构对抗域适应网络包括:特征提取器:用于提取肌电信号的深层特征;动作分类器:用于根据深层特征对动作类别进行识别;领域判别器:用于判断深层特征的域属性;领域重构器:用于将深层特征重建为肌电信号。本发明能够解决现有肌电动作识别算法面向未知新用户时性能大幅度下降甚至失效,从而严重影响算法实用性和适应性的问题。
-
公开(公告)号:CN118822324A
公开(公告)日:2024-10-22
申请号:CN202310434515.1
申请日:2023-04-21
申请人: 中国石油天然气股份有限公司
IPC分类号: G06Q10/0639 , G06Q50/02 , G06F18/2431 , G06F18/2132
摘要: 本发明公开了一种油层品质的综合判断方法及系统,包括以下步骤:采集影响储层质量的参数数据,选出储层质量的主要影响参数,应用灰色关联法,确定油层质量的主控因素,进而进行储层分类,确定储层类型;根据不同储层类型测井曲线特征的差异,利用Fisher判别法,对储层类型定量识别;构建油层结构评价指数,根据储层类型定量识别结果,定量评价油层品质,指导优选目标建产区。本发明建立一种更为全面的评价体系,来确定超低渗透油藏油层品质的判断方法,能进一步实现全区油层质量平面展布规律刻画,更有效的指导有利目标建产区的优选,为油田高效开发提供有力依据。
-
公开(公告)号:CN118794896A
公开(公告)日:2024-10-18
申请号:CN202410975427.7
申请日:2024-07-19
申请人: 湖州师范学院
IPC分类号: G01N21/25 , G01N1/28 , G16C20/20 , G16C20/70 , G06F18/10 , G06F18/2111 , G06F18/2132 , G06N3/0499 , G06N3/084
摘要: 本发明提供一种基于高光谱的土壤有机碳含量预测方法,涉及高光谱预测技术领域。该方法首先采集并处理土壤样本,进行土壤光谱测量和SOC含量测定;然后测定土壤光谱反射率数据,并对土壤光谱反射率数据预处理;再采用哈里斯鹰算法HHO初步筛选特征波段,利用连续投影算法SPA特征对波段进行二次筛选;最后建立SOC含量高光谱预测模型进行土壤有机碳含量预测,并进行模型检验;该方法为土壤碳循环研究和土壤管理提供了重要的参考和指导。
-
公开(公告)号:CN118734009A
公开(公告)日:2024-10-01
申请号:CN202410682445.6
申请日:2024-05-29
申请人: 华南理工大学
IPC分类号: G06F18/21 , G06F18/2132 , G06F18/213 , G06F18/27 , G06N5/01 , G06N20/20 , G01V8/12 , G06F123/02
摘要: 本发明公开了一种基于激光对管阵列的养殖鱼类行为监测方法,步骤如下:使用激光对管阵列采集鱼群活动信号;在鱼群计数方面,运用线性判别分析进行数据降维,结合核密度估计提取鱼群数量特征;在运动量指标方面,从统计、时序以及信息熵三个层面提取特征;在聚集度和聚集中心指标方面,运用二维核密度估计生成的密度图和等密度线提取空间分布特征。基于提取的特征,预测各项鱼类行为的核心指标,来对鱼群行为进行定性分析。本发明基于激光对管阵列采集的信号对水产养殖环境下的鱼群行为进行监测,凭借其在水下的穿透能力、低成本、高精度和强抗干扰等优点,在鱼类行为监测领域有着一定的应用潜力和优势。
-
公开(公告)号:CN118731261A
公开(公告)日:2024-10-01
申请号:CN202411204279.5
申请日:2024-08-30
申请人: 威尔芬(北京)科技发展有限公司
IPC分类号: G01N30/86 , G01N30/72 , G16C20/20 , G16C20/70 , G16C60/00 , G06F18/2131 , G06F18/2132 , G06F18/24 , G06F123/02
摘要: 本发明涉及精油纯度检测技术领域,具体涉及一种甜橙花精油智能分类方法及系统,具体包括:采用气相色谱‑质谱联用方法获取脱色保香阶段中精油的主要成分含量,将每种主要成分在不同时刻下的含量数据进行整合得到各成分含量序列;对其进行分析,获取每个数据点的因精油混合不均匀而产生的原材料污染指数,通过成分含量序列分析由于不可抗因素导致成分挥发或分解的程度及影响,结合原材料污染指数构建异常纯度影响指数,对每种主要成分的含量进行纯度检测;根据每种主要成分含量的纯度对甜橙花精油进行智能分类,提高了各成分含量纯度评估的准确性,进而提高甜橙花精油分类准确性。
-
公开(公告)号:CN118471516B
公开(公告)日:2024-09-27
申请号:CN202410922130.4
申请日:2024-07-10
申请人: 深圳市优创亿科技有限公司
发明人: 李子青
IPC分类号: G16H50/30 , G06N3/0464 , G06N3/086 , G06N3/096 , G06F18/2132 , G06F18/2135 , G06F18/241 , A61B5/021 , A61B5/00
摘要: 本申请涉及血压分析技术领域,公开了一种基于深度学习的血压分析方法及装置。所述方法包括:采集多个源人群的初始血压测量数据并进行预处理,得到目标血压测量数据;进行特征提取和特征降维,得到降维血压特征数据;进行深度学习网络模型训练,得到多个源人群的初始深度学习网络模型并进行迁移学习模型构建,得到目标人群的初始迁移学习网络模型;构建联合损失函数;进行模型训练和模型参数调优,得到目标深度学习网络模型和目标迁移学习网络模型;进行模型集成,生成血压预测模型集,本申请采用深度学习技术提高了血压分析和预测的准确率。
-
公开(公告)号:CN117493857B
公开(公告)日:2024-09-24
申请号:CN202311526900.5
申请日:2023-11-15
申请人: 国网四川省电力公司眉山供电公司
IPC分类号: G06F18/2132 , G06F18/24 , G06F18/22 , G06Q50/06
摘要: 本发明公开了一种电能计量异常判别方法、系统、设备及介质,基于时间序列性对所述电能计量数据进行分段处理,从而降低电能计量数据的维度,减少测量过程中噪声的影响,为后续的异常判别提供准确、可靠、易于处理的数据;通过计算时序数据各子序列的信息增益值,将具有相同电力特征的时序数据分成同一类,以便后续对同一电力特征的数据进行异常判别,提升了数据处理效率;通过构建异常判别模型对同一电力特征的电能力量状态图进行异常判别,可以确定存在电能计量数据异常的时间段,并将其通过系统反馈至电力工作人员处,从而解决了由于电能计量数据的复杂性和多变性,导致作业人员在进行计量异常判别的时候用时较长,导致的工作效率低的问题。
-
-
-
-
-
-
-
-
-