公开(公告)号：CN110070132B

公开(公告)日：2022-06-10

申请号：CN201910334163.6

申请日：2019-04-24

Applicant: 华中科技大学无锡研究院

Inventor： 袁烨 ,  孙川 ,  陈月仪 ,  唐秀川 ,  丁汉

IPC: G06Q10/06 ,  G06Q50/06

Abstract: 本发明提供一种风电场SCADA系统缺失数据修复结果的修正补偿方法，包括以下步骤：步骤S1，数据预处理：选择两种存在映射关系的修复后的传感器数据，提取他们同时缺失情况下的修复值；步骤S2，从这些修复值对应的点中选出不符合映射关系的点并形成异常点集合A和映射点集B；步骤S3，根据映射点集B，从A中（xA，yA）映射得到的xA’，yA’；步骤S4，根据xA’、yA’，修正补偿xA和yA；步骤S5，判断x与y是否为线性相关，如果是则结束，否则返回步骤S2迭代一次或多次后结束。本发明最终实现对传感器缺失数据修复结果的修正补偿。本发明涉及的方法能够提高缺失数据的修复准确度。

公开(公告)号：CN111774933B

公开(公告)日：2022-06-03

申请号：CN202010611571.4

申请日：2020-06-30

Applicant: 华中科技大学无锡研究院

Inventor： 袁烨 ,  王智慧 ,  丁汉

IPC: B23Q17/09 ,  B23Q3/16

Abstract: 本发明提供一种机床刀具实时监测系统，包括电流传感器、监测设备、信号转换模块；所述监测设备包括主控装置、操作与显示装置、通信模块；电流传感器与主控装置连接，主控装置通过信号转换模块与机床通信，主控装置通过通信模块与上位机通信；操作与显示装置连接主控装置；三个电流传感器采集机床主轴的三相电流信号并转化相应的电压信号后，发送至主控装置，主控装置一方面将监测得到的电压信号发送给上位机，另一方面主控装置使用机床刀具实时监测方法通过得到的电压信号判断刀具的状态，并在刀具断刀状态时向机床发送断刀信号。本发明还提供了一种机床刀具实时监测并自动换备刀方法，能有效延长刀具使用时间的同时保证生产产品的质量。

公开(公告)号：CN114399101A

公开(公告)日：2022-04-26

申请号：CN202111658841.8

申请日：2021-12-30

Applicant: 华中科技大学无锡研究院 ,  无锡华润燃气有限公司

Inventor： 袁烨 ,  承灿赟 ,  金骏阳 ,  朱大令 ,  张永 ,  李泽明 ,  童剑峰

IPC: G06Q10/04 ,  G06Q10/06 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明的实施例提供了一种基于TCN‑BIGRU的燃气负荷预测方法和装置。所述方法包括获取历史特征数据；对历史特征数据进行筛选，并对筛选到的历史特征数据进行预处理，将预处理后的历史特征数据作为训练数据；构建TCN‑BIGRU模型，将训练数据输入TCN‑BIGRU模型，对TCN‑BIGRU模型进行训练，将训练后的TCN‑BIGRU模型作为燃气负荷预测模型，对次日的燃气负荷进行预测。以此方式，能够通过TCN‑BIGRU模型准确预测燃气负荷，从而提高燃气公司的运营效率，并且降低采购成本。

公开(公告)号：CN110083804A

公开(公告)日：2019-08-02

申请号：CN201910333754.1

申请日：2019-04-24

Applicant: 华中科技大学无锡研究院

Inventor： 袁烨 ,  孙川 ,  陈月仪 ,  唐秀川 ,  丁汉

IPC: G06F17/18

Abstract: 本发明提供一种基于条件分布回归的风电场SCADA数据缺失的智能修复方法，包括以下步骤：选择两个相关的传感器数据，其中一个为条件数据X，另一个为待修复数据Y；建立散点图；去除散点图中采样点的异常点；计算条件数据X中最大值与最小值的差值，求得条件数据X的分布范围，对数据等分为数十段；根据一段数据中待修复数据Y的条件分布集中度，决定是否舍弃该段，若数据集中，则保留，并将一段数据中Y中位数对应的采样点作为该段的代表点，若数据分散则舍弃该段；对于所有选出的代表点，将相邻的代表点进行线性插补；然后根据线性插补后X-Y的函数关系进行映射。本发明解决了现有方法修复精度低，计算量较大的问题。

公开(公告)号：CN110070132A

公开(公告)日：2019-07-30

申请号：CN201910334163.6

申请日：2019-04-24

Applicant: 华中科技大学无锡研究院

Inventor： 袁烨 ,  孙川 ,  陈月仪 ,  唐秀川 ,  丁汉

IPC: G06K9/62

Abstract: 本发明提供一种风电场SCADA系统缺失数据修复结果的修正补偿方法，包括以下步骤：步骤S1，数据预处理：选择两种存在映射关系的修复后的传感器数据，提取他们同时缺失情况下的修复值；步骤S2，从这些修复值对应的点中选出不符合映射关系的点并形成异常点集合A和映射点集B；步骤S3，根据映射点集B，从A中（xA，yA）映射得到的xA’，yA’；步骤S4，根据xA’、yA’，修正补偿xA和yA；步骤S5，判断x与y是否为线性相关，如果是则结束，否则返回步骤S2迭代一次或多次后结束。本发明最终实现对传感器缺失数据修复结果的修正补偿。本发明涉及的方法能够提高缺失数据的修复准确度。

公开(公告)号：CN110058971A

公开(公告)日：2019-07-26

申请号：CN201910333761.1

申请日：2019-04-24

Applicant: 华中科技大学无锡研究院

Inventor： 孙川 ,  陈月仪 ,  袁烨 ,  唐秀川 ,  丁汉

IPC: G06F11/14 ,  G06Q10/04 ,  G06Q50/06

Abstract: 本发明提供一种风电场SCADA数据缺失的智能修复方法，包括以下步骤：对于待修复机组数据a，选出相应的多列辅助修复机组数据B；选择辅助修复机组数据B中与a相关性最大的多列辅助修复机组数据C；判断待修复机组数据a和所述多列辅助修复机组数据C的方差差异，若超过设定阈值则对a和C进行标准化；对C进行基线补偿；对于以上步骤得到的辅助修复机组数据C，选择C中与待修复机组数据a平均绝对误差最小的多列机组数据D；对上述多列机组数据D进行组编筛选，得到最接近均值的多列机组数据D′；对多列机组数据D′进行中值滤波；对多列机组数据D′求每个时刻的均值。本发明能高效准确地对缺失数据进行智能修复，且效率高，鲁棒性强。