-
公开(公告)号：CN102707743B
公开(公告)日：2014-07-23
申请号：CN201210174386.9
申请日：2012-05-30
Applicant: 广东电网公司电力科学研究院 , 上海交通大学
IPC: G05D23/19
Abstract: 本发明提供一种基于多变量预测控制的超超临界机组汽温控制方法及系统，该方法包括以下步骤：进行多变量预测控制器的前期设计，确定控制变量、被控变量以及扰动变量；所述控制变量包括一级减温喷水、二级减温喷水、再热减温喷水以及烟气挡板开度；所述被控变量包括主汽温、再热汽温；对过程对象的模型进行辨析，通过施加阶跃扰动，建立汽温系统的多输入多输出阶跃响应模型；根据建立的阶跃响应模型，进行多变量预测控制器的仿真和参数调整；启动多变量预测控制器，将预测控制器从仿真状态切换到实际在线运行和控制状态，并将所述多变量预测控制器的输出施加到被控对象上，进行实时控制。本发明能够更好地保证锅炉过热汽温在要求的范围内。
-
公开(公告)号：CN102854797A
公开(公告)日：2013-01-02
申请号：CN201210333178.9
申请日：2012-09-10
Applicant: 广东电网公司电力科学研究院 , 上海交通大学
IPC: G05B13/04
Abstract: 本发明公开了火电机组先进控制多模型切换方法。该方法包括：根据火电机组的锅炉最大连续蒸发量，预设数个工况分界值，建立与各个工况分界值相对应的控制模型；以机组对象的输出量、所述控制模型的输出量作为输入参数，按照预设的加权规则获取输出控制增量，调节所述机组对象的输出量。采用本发明，可以建立一种基于负荷或者燃料量为调度量的模型切换规则，利用预测控制的处理时滞和约束的天然优越性，来达到更好的控制效果。
-
公开(公告)号：CN102542126A
公开(公告)日：2012-07-04
申请号：CN201110303711.2
申请日：2011-10-10
Applicant: 上海交通大学
IPC: G06F19/00
Abstract: 一种基于半监督学习的软测量方法，首先，在工业过程数据和半监督学习基础上，利用图拉普拉斯对样本空间几何结构的信息进行估计构造高斯过程回归中的协方差矩阵；然后，引入未标记样本构建一个半监督核，并将其整合到高斯过程回归中，构造基于半监督的软仪表，软仪表中的关键参数可以由交叉验证方式确定；最后，基于滚动时间窗的方式，实现软仪表的在线更新。本发明所公开的软测量方法，解决常规的软仪表和软测量方法中存在的不足和缺陷，通过将半监督学习引入到在线过程回归中，建立一种基于半监督核的在线高斯过程回归方法，利用标记样本和未标记样本来建立软仪表，来达到更好的预测效果。
-
公开(公告)号：CN113111374B
公开(公告)日：2022-09-23
申请号：CN202110523438.8
申请日：2021-05-13
Applicant: 上海交通大学 , 鼎捷软件股份有限公司
Abstract: 本发明提供了一种端边云的工业微服务系统、数据交互方法及介质，涉及电子信息工程技术领域，该方法包括：地端闸道器与云端长连接模块：闸道器将部署微服务时的授权码，发送至身份识别与访问管理，云端的适配器返还队列ID、认证资讯以及伺服器资讯，选择指定长连接队列进行接下来的数据传输工作；可用性模块：能够使管理者从系统中获取对应的资讯，进行必要的分析与决策；实时性模块：对运行参数和配置进行实时调整，并实时监看系统运作及资源销耗的情况，确保信息传达及运作正常。本发明能够提供一种有效的微服务架构系统，提高整体系统的可用性。
-
公开(公告)号：CN114897087A
公开(公告)日：2022-08-12
申请号：CN202210580376.9
申请日：2022-05-25
Applicant: 上海交通大学
Abstract: 本发明提供了一种时间序列分解方法及装置，包括：步骤1：以循环神经网络为基础构建一个三层循环神经网络，三层循环神经网络的三层输出分别与时间序列分解的周期分量、趋势分量和余差分量相对应；步骤2：在三层循环神经网络基础上加上层间门控单元，以及在三层循环神经网络的三层输出上施加约束项和构造损失函数，得到初始模型；步骤3：对初始模型进行训练得到时间序列分解模型，对时间序列进行分解。与现有技术相比，本发明具有分解能力强、实时性好、灵活实施等优点，具有良好的抗干扰能力和灵活性。
-
Patent Agency Ranking
公开(公告)号：CN114782788A
公开(公告)日：2022-07-22
申请号：CN202210435711.6
申请日：2022-04-24
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于先验知识的工业故障诊断方法和系统，包括：步骤1：利用符号有向图进行建模，构建工业知识的拓扑先验图；步骤2：通过图卷积网络提取输入数据图结构中的局部特征；步骤3：构建统计量进行故障诊断；步骤4：在图卷积网络的基础上，使用图卷积长短时记忆循环神经网络，学习到工业数据中的动态时间特性，进行故障预测；步骤5：将图卷积与长短时记忆网络结合，与SDG建模一起封装成微服务装置，以微服务的方式实现工业系统的故障诊断以及故障预测。本发明微服务的灵活应用使得该方法使用灵活、有广阔的应用范围。
-
公开(公告)号：CN114331981A
公开(公告)日：2022-04-12
申请号：CN202111555025.4
申请日：2021-12-17
Applicant: 上海交通大学
Abstract: 本发明提供了一种针对肺结节难样本的智能影像检测系统及方法，包括：利用改进后的3D编解码特征提取网络对3D肺部CT影像进行肺结节实例分割；所述改进后的3D编解码特征提取网络基于3D编解码特征提取网络，通过挤压激励模块、3D可变形平均池化模块、全局注意力上采样模块、正锚框形状筛选模块中的一种或多种提升假阴性的检出率或降低检测的假阳性率。
-
公开(公告)号：CN114283165A
公开(公告)日：2022-04-05
申请号：CN202111555036.2
申请日：2021-12-17
Applicant: 上海交通大学
IPC: G06T7/12 , G06T7/62 , G06T7/66 , G06T7/136 , G06T7/187 , G06T5/00 , G06T5/30 , G06V10/40 , G06N3/04
Abstract: 本发明提供了一种肺结节的智能影像处理系统，包括：模块M1：获取3D肺部CT影像数据；模块M2：对获取的3D肺部CT影像数据进行预处理，得到预处理后的3D肺部CT影像数据；模块M3：构建一阶段肺结节3D实例分割模型，并对一阶段肺结节3D实例分割模型进行训练，得到训练后的一阶段肺结节3D实例分割模型；模块M4：利用预处理后的肺结节CT图像数据根据训练后的一阶段肺结节3D实例分割模型生成肺结节分割和检测结果；模块M5：根据肺结节分割和检测结果确定肺结节中心位置和直径，并对肺结节边界进行勾勒。
-
公开(公告)号：CN104482525A
公开(公告)日：2015-04-01
申请号：CN201410829479.X
申请日：2014-12-25
Applicant: 广东电网有限责任公司电力科学研究院 , 上海交通大学
Abstract: 本发明公开了一种超超临界机组再热汽温的控制方法和系统，获取各干扰变量的扰动模型、各控制变量的阶段线性模型，并转化为传递函数，并在各控制变量上施加阶跃信号，记录初级再热器出口温度和末级再热器出口温度，生成多变量约束预测控制的阶跃响应模型，检测所述超超临界机组的初级再热器出口温度、末级再热器出口温度、机组负荷、吹灰操作信息和煤质波动信息；将检测信息和所述阶跃响应模型代入预设的优化模型进行优化求解，生成最优解；将所述最优解中控制变量施加到超超临界机组，进行再热汽温进行调控。实施本发明，可快速精确地将所述超超临界机组的再热气温调控到预设的有效温控范围，提高再热蒸汽汽温的控制效率。
-
公开(公告)号：CN102708294B
公开(公告)日：2015-04-01
申请号：CN201210147645.9
申请日：2012-05-11
Applicant: 上海交通大学 , 广东电网公司电力科学研究院
IPC: G06F19/00
Abstract: 本发明提供一种基于半监督局部线性回归的自适应参数软测量方法，首先以局部线性回归散点平滑方法为理论基础，通过将未标记样本引入其目标方程的方法将其改造为一种半监督的学习方法；然后利用一种计算标记样本集估计斜率的方法，自适应估计出一个当前标记样本集的最优高斯核宽参数；最后利用该自适应参数选择方法实现半监督局部线性回归学习方法的参数选择，并基于滚动时间窗的方式实现软测量模型的在线更新。本发明充分利用了未标记样本的价值。针对半监督局部线性回归的特点，可以有效地去除标记样本测量误差带来的影响，提高预测精度。运用滚动时间窗的方法实时更新软测量模型，使得模型能够更好地适应输入数据的变化。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.022 seconds)
